作者：音速
背景
在分布式系统中，请求链路追踪（Trace） 是诊断性能瓶颈、定位故障的核心能力。近期，阿里云函数计算的 Tracing 能力由 2.0 的 Jeager 升级为 OpenTelemetry 标准的 W3C 协议，通过打通 FC 函数计算与可观测链路 OpenTelemetry 版的全链路观测能力，彻底打通了函数执行的全路径观测， 这不仅让用户能够清晰、直观地透视函数内部执行细节、上下游依赖关系及整个系统的交互行为，更关键的是打破了传统 Serverless 架构中的“黑盒”困境，清晰界定函数与外部服务（云服务、自建系统等）的业务边界，从而在复杂业务场景下显著提升问题排查效率与根因定位精度。
关键特性
1. 全链路透明化
- FC 系统级 Span 透传：将 FC 内部组件（如调度器、冷启动模块）的关键生命周期事件以 Span 形式上报，覆盖函数调用全流程（调度→初始化→执行→释放）。
- 业务 Span 与系统 Span 自动拼接：用户自定义业务逻辑（函数代码）的 Span 与 FC 系统 Span 自动拼接，形成端到端 Trace 视图，暴露潜在性能瓶颈（如冷启动耗时、资源争抢）。
2. 跨环境互通
- 标准化协议支持：兼容 traceparent、tracestate、baggage 等 Header，确保 FC 函数与下游服务（如数据库、消息队列）的上下文无损传递。
- 多环境互通：支持跨函数、跨服务、跨云厂商的 Trace 上下文透传，无缝集成已有 OpenTelemetry 生态工具链。
3. 动态成本控制
- 灵活的采样率控制：支持通过函数配置调整采样率（如 1% 低负载采样，100% 故障排查采样），平衡数据量与资源开销。
使用场景
函数计算集成链路追踪后，可以快速定位 Serverless 场景下的性能瓶颈。以一个 langchain 作为 mcp-client 端，高德天气查询作为 mcp-server 端为例，一次查询天气的调用链路如下：可以清晰地看到冷启动信息、sse 连接，message 连接，以及 Agent 的调用信息。
1. 分析冷启动时间，优化代码
开启链路追踪后，开发者可以在 FC 控制台以及链路追踪控制台查看函数执行情况，请求在函数计算的时间消耗对开发者完全透明可见。
查看冷启动时间，如果 PrepareCode 时间比预期时间长，需要精简代码包；
使用自定义运行时和自定义镜像时，函数执行环境完全由用户自定义，RuntimeInitialization 时间比预期时间长则需要优化启动代码。
2. 快速定位异常请求根因
当有异常请求时，定位到对应 Trace 可查看异常信息，并利用 AI 运维助手分析 Trace。
3. 作为分布式链路的一环，追踪链路
当函数计算作为分布式链路中的一环时，函数计算链路追踪可以串联上下游服务，看到请求在各个步骤的延时。串联 mcp-client 和 mcp-server 端。
4. 使用 ARMS Python 探针监控 LLM 应用
为 LLM（Large Language Model）应用安装 Python 探针后，调用链分析功能将会对大模型应用的调用链信息进行分析，您可以在调用链分析页面查看大模型调用链中不同类型的 Span 耗时、以及 Span 的关联信息，例如 Input、Output、Token消耗等。
效果对比
| 场景 | 升级前 | 升级后 |
|---|---|---|
| 冷启动耗时分析 | 依赖日志拼凑，无法区分系统/业务耗时 | 可视化Span分段，精准定位瓶颈环节 |
| 跨服务调用追踪 | 上下文断裂，无法关联上下游 | W3C Header透传，完整链路还原 |
总结
通过本次升级，FC 函数计算与 OpenTelemetry 的深度融合实现了全链路透明化，覆盖从系统层到业务层的完整追踪，并基于统一的 W3C 协议标准打破数据孤岛，确保跨环境一致性。同时，动态采样策略的引入有效平衡了性能与成本，为可观测性提供经济高效的解决方案。
未来，我们计划进一步扩展无侵入式监控能力，同时持续丰富可观测诊断工具集，通过智能分析和自动化诊断功能提升故障排查效率，助力用户构建更敏捷、更智能的运维体系。
