通过OpenTelemetry为应用埋点并上报链路数据至云监控2.0后，云监控2.0即可开始监控应用，您可以查看应用拓扑、调用链路、异常事务、慢事务和SQL分析等一系列监控数据。本文介绍如何使用OpenTelemetry Python Agent/SDK进行自动或手动埋点并上报数据。
推荐您优先接入阿里云自研Python Agent。
相比开源实现，阿里云 Python 探针提供对常见大模型框架（llama-index、dify、langchain、openai、通义千问等）的可观测性，提供更丰富的指标、链路及持续剖析数据。详细信息，请参见手动安装Python探针。
前提条件
Python 版本 ≥ 3.7。
背景信息
OpenTelemetry提供了若干自动埋点插件，支持为常见框架自动创建Span，支持的框架列表如下，完整信息请参见OpenTelemetry官方文档。
版本~= V.N表示≥ V.N且== V.*，例如，aiohttp ~= 3.0表示aiohttp版本要求aiohttp ≥ 3.0且aiohttp == 3.*。
步骤一：获取接入点信息
登录云监控2.0控制台，选择目标工作空间，在左侧导航栏选择。
在服务端应用区域单击Python卡片，然后选择接入协议类型为Opentelemetry。
在参数配置区域单击LicenseKey右侧的点击获取，然后根据需求选择埋点方式、连接方式、上报方式，并输入应用名称、版本号和部署环境。
页面下方将会根据配置参数生成相应的接入代码，代码中包含了Endpoint、LicenseKey等接入点信息。
步骤二：设置依赖库
自动埋点（推荐）
下载并安装所需包。
pip install opentelemetry-distro opentelemetry-exporter-otlp opentelemetry-bootstrap -a install说明opentelemetry-bootstrap -a install命令会扫描当前 Python 环境的 site-packages 文件夹，如果有 OpenTelemetry 支持自动埋点的框架，会自动下载框架对应的 OpenTelemetry 插件。 例如已经安装过 django，那么该命令会自动下载 opentelemetry-instrumentation-django 包。配置以下环境变量，然后启动应用程序。
export OTEL_SERVICE_NAME=<service name> export OTEL_EXPORTER_OTLP_PROTOCOL=http/protobuf export OTEL_EXPORTER_OTLP_TRACES_ENDPOINT=<traces.endpoint> export OTEL_EXPORTER_OTLP_METRICS_ENDPOINT=<metrics.endpoint> export OTEL_EXPORTER_OTLP_HEADERS="x-arms-license-key=<license-key>,x-arms-project=<arms-project>,x-cms-workspace=<workspace>" export OTEL_RESOURCE_ATTRIBUTES=service.name=<service name>,acs.cms.workspace=<workspace>,service.version=<service version>,deployment.environment=<environment> opentelemetry-instrument <your_run_command>将步骤一获取到的接入点信息替换到以上代码中，并将
<your_run_command>替换为需要 Python 应用的启动命令，<your_run_command>可以是：普通应用：
python app.pyFlask应用：
flask run -p 8000Django应用：
python manage.py runserver --noreloaduWGSI应用：
uwsgi --http :8000 --module app.wsgiGunicorn应用：
gunicorn app:app --bind=127.0.0.1:8000或gunicorn app:app --workers 2 --worker-class uvicorn.workers.UvicornWorker --bind 127.0.0.1:8000（多worker模式）Uvicorn应用：
uvicorn app:app --host localhost --port 8000
说明使用自动埋点时，请勿启用热更新配置，如
--reload或者reload=True，否则将使OpenTelemetry自动埋点失效。 Django开发环境默认启用热加载，使用OpenTelemetry自动埋点需要显式指定--noreload参数。 OpenTelemetry自动埋点暂不支持Uvicorn应用多worker模式。
手动埋点
下载所需包。
pip install opentelemetry-api pip install opentelemetry-sdk pip install opentelemetry-exporter-otlp创建 Python Demo 应用。
创建 main.py 文件，并添加如下内容：
from opentelemetry import trace, baggage from opentelemetry.exporter.otlp.proto.http.trace_exporter import OTLPSpanExporter as OTLPSpanHttpExporter from opentelemetry.sdk.resources import DEPLOYMENT_ENVIRONMENT, HOST_NAME, Resource, SERVICE_NAME, SERVICE_VERSION from opentelemetry.sdk.trace import TracerProvider from opentelemetry.sdk.trace.export import BatchSpanProcessor def inner_method(): tracer = trace.get_tracer(__name__) with tracer.start_as_current_span("child_span") as child_span: print("hello world") def outer_method(): tracer = trace.get_tracer(__name__) with tracer.start_as_current_span("parent_span") as parent_span: inner_method() # 初始化 OpenTelemetry def init_opentelemetry(): # 设置服务名、主机名 resource = Resource(attributes={ SERVICE_NAME: "<service name>", # 应用名。 SERVICE_VERSION: "<service version>", # 版本号。 DEPLOYMENT_ENVIRONMENT: "<environment>", # 部署环境。 HOST_NAME: "${hostName}", # 请将 ${hostName} 替换为主机名 "acs.cms.workspace": "<workspace>" # 请将 <workspace> 替换为您的workspace名称。 }) headers = { "x-arms-license-key": "<license-key>", # 请将 <license-key> 替换为步骤一中获取的接入点信息。 "x-arms-project": "<arms-project>", # 请将 <arms-project> 替换为步骤一中获取的接入点信息。 "x-cms-workspace": "<workspace>" # 请将 <workspace> 替换为您的workspace名称。 } # 使用HTTP协议上报 span_processor = BatchSpanProcessor(OTLPSpanHttpExporter( endpoint="<endpoint>", # 请将<endpoint>替换为步骤一中获取的接入点信息。 headers=headers )) trace_provider = TracerProvider(resource=resource, active_span_processor=span_processor) trace.set_tracer_provider(trace_provider) if __name__ == '__main__': init_opentelemetry() outer_method()启动应用程序.
python main.py