Rust应用监控：tracing库与指标

Rust应用监控：tracing库与指标收集

监控是生产系统的关键要素。对于以性能和可靠性著称的Rust应用而言，拥有轻量且高效的遥测收集工具至关重要。tracing库已成为Rust生态系统中可观测性的事实标准。它提供结构化日志记录、用于请求追踪的跨度（span），以及与指标收集系统的集成。

什么是tracing？

tracing是一个用于Rust程序仪表化的框架。与传统的日志记录不同，它基于事件（events）和跨度（spans）工作。跨度代表代码执行的时间段（例如，处理HTTP请求），而事件是跨度内的点（例如，“数据库在10毫秒内响应”）。

主要功能：

• 结构化日志记录 — 每个事件包含字段（键值对），而不仅仅是字符串。
• 跨度层级 — 可以将跨度相互嵌套，追踪完整的执行路径。
• 异步支持 — 与tokio和async/await配合良好。
• 订阅者（Subscriber） — 可以连接各种后端：stdout、OpenTelemetry、Prometheus、文件。

安装与基本使用

在Cargo.toml中添加：

[dependencies]tracing = "0.1"tracing-subscriber = "0.3"

结构化日志记录的简单示例：

use tracing::{info, warn, error};use tracing_subscriber;

fn main() {    // 初始化用于stdout输出的订阅者    tracing_subscriber::fmt::init();

    let user_id = 42;    let request_duration_ms = 150;

    info!(user_id, duration = request_duration_ms, "请求已处理");

    // 使用warn级别的日志记录    warn!(user_id, "响应时间超过阈值");

    // 使用error级别的日志记录    error!("无法连接到数据库");}

输出将包含类似JSON格式的字段，便于在监控系统中解析。

跨度与追踪

跨度允许测量操作执行时间并将事件链接成链：

use tracing::{span, info, Level};use tracing_subscriber;

fn process_request(user_id: u32) {    // 创建带上下文的跨度    let span = span!(Level::INFO, "process_request", user_id);    let _guard = span.enter(); // 激活跨度

    info!("开始处理");    std::thread::sleep(std::time::Duration::from_millis(50));    info!("处理完成");}

fn main() {    tracing_subscriber::fmt::init();    process_request(100);}

输出中将显示嵌套上下文，表明事件属于process_request跨度。

使用tracing和Prometheus收集指标

对于生产监控，通常需要将指标导出到Prometheus。使用tracing-appender crate写入文件，或使用tracing-opentelemetry与OpenTelemetry集成。然而，最直接的方式是将metrics库与tracing结合使用。

与metrics-exporter-prometheus集成的示例：

[dependencies]metrics = "0.21"metrics-exporter-prometheus = "0.12"tracing = "0.1"tokio = { version = "1", features = ["full"] }

收集指标的代码：

use metrics::{counter, gauge, histogram};use metrics_exporter_prometheus::PrometheusBuilder;use std::net::SocketAddr;

#[tokio::main]async fn main() {    // 启动Prometheus的HTTP服务器    let addr: SocketAddr = "0.0.0.0:9090".parse().unwrap();    let builder = PrometheusBuilder::new();    builder        .wit