可观测性
在构建应用程序时，理解系统行为是运行应用程序的重要且具有挑战性的部分，例如：
- 观察应用程序的内部调用
- 评估其性能
- 在问题发生时及时感知
对于由多个微服务组成的分布式系统来说，这可能尤其具有挑战性，因为由多个调用组成的流程可能从一个微服务开始，然后在另一个微服务中继续。
应用程序的可观测性在生产环境中至关重要，在开发过程中也很有用，可以：
- 了解瓶颈
- 提高性能
- 在微服务范围内执行基本调试
虽然可以从底层基础设施收集应用程序的某些数据点（内存消耗、CPU 使用率），但其他有意义的信息必须从"应用感知"层收集——该层可以展示一系列重要的调用如何在微服务之间执行。通常，你会添加一些代码来对应用程序进行检测，这只是将收集的数据（如追踪和指标）发送到可观测性工具或服务，这些工具或服务可以帮助存储、可视化和分析所有这些信息。
维护这种检测代码（不是应用程序核心逻辑的一部分）需要了解可观测性工具的 API、使用额外的 SDK 等。这种检测也可能给应用程序带来可移植性挑战，需要根据应用程序部署的位置采用不同的检测方式。例如：
- 不同的云提供商提供不同的可观测性工具
- 本地部署可能需要自托管解决方案
使用 Dapr 实现应用程序的可观测性
当你利用 Dapr API 构建块执行服务调用、发布订阅消息传递和其他 API 时，Dapr 在分布式追踪方面提供了优势。由于这种服务间通信流经 Dapr 运行时（或"边车"），Dapr 处于卸载应用程序级检测负担的独特位置。
分布式追踪
Dapr 可以配置为使用广泛采用的协议生成追踪数据，包括 Open Telemetry (OTEL) 和 Zipkin。这使得它可以轻松与多种可观测性工具集成。
自动追踪上下文生成
Dapr 使用 W3C 追踪规范来处理追踪上下文，该规范作为 Open Telemetry (OTEL) 的一部分包含在内，为应用程序生成和传播上下文标头或传播用户提供的上下文标头。这意味着使用 Dapr 默认即可获得追踪功能。
Dapr 边车和控制平面的可观测性
你还可以观察 Dapr 本身，通过：
- 生成由 Dapr 边车和 Dapr 控制平面服务发出的日志
- 收集有关性能、吞吐量和延迟的指标
- 使用健康端点探测来指示 Dapr 边车健康状态
日志记录
Dapr 生成日志以：
- 提供边车操作的可见性
- 帮助用户识别问题并执行调试
日志事件包含由 Dapr 系统服务产生的警告、错误、信息和调试消息。你还可以配置 Dapr 将日志发送到收集器，例如 Open Telemetry Collector、Fluentd、New Relic、Azure Monitor 和其他可观测性工具，以便可以搜索和分析日志以提供洞察。
指标
指标是一段时间内收集和存储的测量值和计数序列。Dapr 指标提供监控功能，用于了解 Dapr 边车和控制平面的行为。例如，Dapr 边车与用户应用程序之间的指标显示调用延迟、流量故障、请求错误率等。
Dapr 控制平面指标显示边车注入失败和控制平面服务的运行状况，包括 CPU 使用率、执行的 actor 放置数量等。
健康检查
Dapr 边车为健康检查公开了一个 HTTP 端点。使用此 API，用户代码或托管环境可以探测 Dapr 边车以确定其状态并识别边车就绪问题。
相反，可以配置 Dapr 来探测你的应用程序的健康状况，并对应用程序健康状况的变化做出反应，包括停止发布订阅订阅和短路服务调用。