可观测性

​​LangSmith​​ 是 LangChain 自主研发的 LLM 应用程序开发、监控和测试的平台。 LangChain 是一款使用 LLM 构建的首选开源框架，一个链接面向用户程序和 LLM 之

LLM（Large Language Model）大模型的可观测性是指对模型内部运行过程的理解和监控能力。由于LLM大模型通常具有庞大的参数量和复杂的网络结构，因此对其内部状态和运行过程的理解和监控是

如何利用 APM 追踪完整的类函数调用 通常，应用接入 APM 后，可以追踪到应用相关组件、服务间的调用链路情况，如 Tomcat、Redis、MySQL 等，这是因为 APM 对于标准性组件做了插桩

当应用程序或系统出现异常时，通常需要及时处理以保证系统的正常运行。通过[**异常追踪**]与 JIRA 双向联动，可以让企业内部相关人员快速了解、分析问题故障发生的原因、追溯并记录故障的处理过程。

基于若依的单体应用来实现在外部 Tomcat 环境下可观测性最佳实践 实现目标 采集指标信息 采集链路信息 采集日志信息（可与链路关联） 采集 RUM 信息 (可与后端链路关联) 会话重放(即用户访问

JAVA 线程异步主要通过以下手段实现： * `new Thread` * `ExecutorService` 下面主要针对这两种场景结合 DDTrace 和 Springboot 下进行实践

编译前先阅读 IntelliJ setup and troubleshooting Debugging writing-instrumentation-module.md writing-instru

背景 部分客户系统采用的是.NET 4.5 部署研发的、基于 IIS 进行发布的 Web 项目，需要接入到观测云进行链路信息展示，ddtrace 和 otel 对于低版本.NET 支持力度有限。

前面我们已经了解 ddtrace Instrumentation 相关原理，现在我们以 Apache-Dubbo 为例，来如何一步一步实现Instrumentation。

Java Instrumentation 介绍 Instrumentation、DDtrace 自定义 Instrumentation

本文主要讲解如何编译 dd-trace-java 项目。 环境准备 JDK 编译环境(三个都要：jdk8\jdk11\jdk17) Gradle 8 Maven 3.9 (需要 15G 以上的存储空间

OpenTelemetry Operator 是 Kubernetes Operator 的一种实现。

在响应式编程 Kotlin中，如何在 Spring Boot 3 WebFlux 中利用 Micrometer 进行链路追踪

服务间链路追踪传播机制是指在微服务架构中，通过记录和跟踪服务之间的请求和响应信息，来实现对服务间链路的追踪和监控。这种机制可以帮助开发人员快速定位服务间出现的问题，并进行优化和调整。

代码在运行过程中，当应用程序出现问题时，尤其是在 Java 领域，通常会借助日志、jConsole、jmap 等工具来分析问题，而通过这些传统的监控手段往往是无法及时并实时捕捉到异常信息

OpenTelemetry Java SDK 高级用法 通过引入 OpenTelemetry SDK，可以观测业务核心逻辑，比如给核心的业务设置一个 span 以统计、跟踪、分析其实际行为、设置业务属

全链路数据确实能够很好的帮助相关人员及时、准确的发现业务问题。但企业业务发生问题的概率一般都很低，全链路采样有着自身的优缺点。 优点 链路数据健全 缺点 资源浪费。由于数据健全导致数据存储资源成本大大