SpringBoot3。0要来了，这个特性真心强

　　前言
　　Spring可观察性团队一直致力于为Spring应用程序添加可观察性支持，该特性将在SpringFramework6和SpringBoot3中更加简单、易用！通过可观测性，能更好的了解系统内部运行状态。metrics，logging和分布式tracing之间的相互连通能更好的推断系统的运行状态，以便调试应用程序中的异常、延迟和性能。
　　即将发布的SpringBoot3。0。0RC1将包含大量的自动配置，用于使用Micrometer改进metrics，并通过Micrometertracing（以前称为SpringCloudSleuth）提供新的分布式tracing支持。最值得注意的变化是，它将包含对log关联的内置支持，W3C上下文传递将是默认传播类型，我们将支持自动传播元数据，以供tracing基础设施（称为远程包裹）使用，帮助标记观察结果。
　　MicrometerAPI得到了大量的改进，最重要的变化是我们引入了一个新的API：ObservationAPI。
　　它创建理念是，希望用户使用单一API就能检测代码，并从中获得多种信息（例如metrics，tracing，logging）。
　　这篇博文详细介绍了你需要了解的API，以及如何使用它来为你的应用程序提供更多可观测信息。一、MicrometerObservation怎么运行？
　　我们需要通过ObservationRegistry注册ObservationHandler对象。ObservationHandler仅对支持的Observation。Context实现起作用。Contextand可以通过对观察的生命周期事件作出反应来创建计时器、跨度和日志，例如：观测处理程序仅对受支持的观测实现作出反应。上下文，可以通过对观察的生命周期事件作出反应来创建计时器、跨度和日志，例如：start调用Observationstart（）方法启动Observation。stop调用Observationstop（）方法停止Observation。error调用Observationerror（exception）方法抛出观测。event调用Observationevent（event）观察时发生的事。scopestarted调用ObservationopenScope（）方法时，打开了一个scope。不使用时必须关闭。可以在此创建线程局部变量，这些变量在scope关闭时被清除。scopestopped调用Observation。Scopeclose（）方法时停止Observationscope。每当调用这些方法中的任何一个时，都会调用ObservationHandler方法（例如onStart（TextendsObservation。Contextctx）、onStop（TextendsObservation。Contextctx）等）。要在处理方法之间传递状态，可以使用Observation。Context。
　　Observation状态图如下：ObservationObservationContextContextCreatedStartedStopped
　　ObservationScope状态图如下：ObservationContextScopeStartedScopeClosed
　　为了调试生产问题，observation需要额外的元数据，例如键值对（也称为tags）。然后，可以使用这些tag来查找所需的数据，从而查询metrics或分布式tracing后端。tag可以是高基数或低基数。
　　这是MicrometerObservationAPI的一个示例。创建ObservationRegistryObservationRegistryregistryObservationRegistry。create（）；注册ObservationHandlerregistry。observationConfig（）。observationHandler（newMyHandler（））；创建Observation！Observation。createNotStarted（user。name，registry）。contextualName（gettingusername）。lowCardinalityKeyValue（userType，userType1）假设你有3种用户类型。highCardinalityKeyValue（userId，1234）假设这是一个任意数。observe（（）log。info（Hello））；这是启动观察、打开范围、运行用户代码、关闭范围和停止观察的快捷方式
　　重要说明：高基数意味着一对可能值的数量是无限多的。HTTPURL就是这样一个键值的好例子（例如useruser1234，useruser2345等）。低基数意味着键值将具有有限数量的可能值。模板化的HTTPURL（例如user｛userId｝）就是这样一个键值的好例子。
　　要将observation生命周期操作与observation配置（例如名称以及低基数和高基数标记）分离，可以使用ObservationConvention，它提供了一种覆盖默认命名约定的简单方法。二、构建可观测应用
　　开始的最简单方法是从https：start。spring。io。确保选择的时SpringBoot3。0。0SNAPSHOT（你可以切换到RC1如果他已经发布）和你喜欢的构建工具。我们将构建一个SpringWebMvc服务端应用程序和一个RestTemplate调用服务器的客户端。下面我们从服务端开始。2。1WebMvc服务启动
　　因为我们想启动HTTP服务，需要选择org。springframework。boot：springbootstarterweb依赖。要使用Observed切面创建observations，我们需要添加org。springframework。boot：springbootstarteraop依赖。要在应用中添加可观测功能，请选择springbootstarteractuator（并将Micrometer添加到classpath）。Metrics对于Micrometermetrics可以使用Prometheus，只需要添加io。micrometer：micrometerregistryprometheus依赖。Tracing对于使用MicrometerTracing跟踪Tracing上下文传播，我们需要选择一个tracer桥接（tracer用于处理跨度生命周期的库）。我们选择ZipkinBrave然后添加io。micrometer：micrometertracingbridgebrave依赖。对于延迟可视化，我们需要以某种格式将完成的spans发送到服务器。在我们的案例中我们生成了一个符合Zipkincompliant标准的span。为此，我们需要添加io。zipkin。reporter2：zipkinreporterbrave依赖。Logs因为我们在classpath添加了MicrometerTracing，所以logs也是自动关联的（也就是说，它们包含一个惟一的trace标识符）。为了这个演示，我们将日志推送到GrafanaLoki。我们可以通过添加com。github。loki4j：lokilogbackappender：latest。release依赖来实现。重要说明如果你不熟悉tracing，我们需要快速定义两个基本术语。你可以在span中包装任何操作。它具有唯一的spanid，并包含计时信息和一些附加的元数据（键值对）。因为可以从span生成子span，所以整个span树形成一个共享相同traceid（即关联标识符）的trace。
　　现在我们需要添加一些配置。我们设置actuator和metrics用来生成百分位直方图，并重新定义日志模式以包括跟踪和范围标识符。我们将采样概率设置为1。0，以将所有跟踪发送到延迟分析工具。srcmainresourcesapplication。propertiesserver。port7654spring。application。nameserverAlltracesshouldbesenttolatencyanalysistoolmanagement。tracing。sampling。probability1。0management。endpoints。web。exposure。includeprometheusForExemplarstoworkweneedhistogrambucketsmanagement。metrics。distribution。percentileshistogram。http。server。requeststruetraceIDandspanIdarepredefinedMDCkeyswewantthelogstoincludethemlogging。pattern。level5p〔｛spring。application。name：｝，X｛traceId：｝，X｛spanId：｝〕
　　因为我们在本地使用Loki和Tempo运行Grafana，所以我们配置lokilogbackappender，将日志发送到Loki的本地实例。！srcmainresourceslogbackspring。？xmlversion1。0encodingUTF8？configurationincluderesourceorgspringframeworkbootlogginglogbackbase。xmlspringPropertyscopecontextnameappNamesourcespring。application。namehttpurlhttp：localhost：3100lokiapiv1pushurlhttpformatlabelpatternapp｛appName｝，host｛HOSTNAME｝，traceIDX｛traceId：NONE｝，levellevelpatternlabelmessagepattern｛FILELOGPATTERN｝patternmessagesortByTimetruesortByTimeformatappenderrootlevelINFOrootconfiguration2。2WebMvc服务端代码
　　是时候编写一些服务器端代码了！我们希望实现应用程序的完全可观察性，包括metrics，tracing和附加logging记录。首先，我们编写一个控制器，打印log并调用service。MyController。javaRestControllerclassMyController｛privatestaticfinalLoggerlogLoggerFactory。getLogger（MyController。class）；privatefinalMyUserServicemyUserSMyController（MyUserServicemyUserService）｛this。myUserServicemyUserS｝GetMapping（user｛userId｝）StringuserName（PathVariable（userId）StringuserId）｛log。info（Gotarequest）；returnmyUserService。userName（userId）；｝｝
　　我们想对MyUserServiceuserName方法进行一些详细跟踪观察。由于添加了AOP支持，我们可以使用Observed注解。为此，我们可以注册ObservedAspectbean。MyConfiguration。javaConfiguration（proxyBeanMethodsfalse）classMyConfiguration｛TohavetheObservedsupportweneedtoregisterthisaspectBeanObservedAspectobservedAspect（ObservationRegistryobservationRegistry）｛returnnewObservedAspect（observationRegistry）；｝｝MyUserService。javaServiceclassMyUserService｛privatestaticfinalLoggerlogLoggerFactory。getLogger（MyUserService。class）；privatefinalRandomrandomnewRandom（）；Exampleofusinganannotationtoobservemethodsuser。namewillbeusedasametricnamegettingusernamewillbeusedasaspannameuserTypeuserType2willbesetasatagforbothmetricspanObserved（nameuser。name，contextualNamegettingusername，lowCardinalityKeyValues｛userType，userType2｝）StringuserName（StringuserId）｛log。info（Gettingusernameforuserwithid｛｝，userId）；try｛Thread。sleep（random。nextLong（200L））；simulateslatency｝catch（InterruptedExceptione）｛thrownewRuntimeException（e）；｝｝｝
　　有了这个注释就会创建一个timer、一个longtasktimer和一个span。计时器将命名为user。name，长任务计时器将命名为user。name。active，而span将命名为gettingusername。logs我们则可以创建一个专门的处理程序，为每个观察记录一些日志信息。MyHandler。javaComponentclassMyHandlerimplementsObservationHandlerObservation。Context｛privatestaticfinalLoggerlogLoggerFactory。getLogger（MyHandler。class）；OverridepublicvoidonStart（Observation。Contextcontext）｛log。info（Beforerunningtheobservationforcontext〔｛｝〕，userType〔｛｝〕，context。getName（），getUserTypeFromContext（context））；｝OverridepublicvoidonStop（Observation。Contextcontext）｛log。info（Afterrunningtheobservationforcontext〔｛｝〕，userType〔｛｝〕，context。getName（），getUserTypeFromContext（context））；｝OverridepublicbooleansupportsContext（Observation。Contextcontext）｛｝privateStringgetUserTypeFromContext（Observation。Contextcontext）｛returnStreamSupport。stream（context。getLowCardinalityKeyValues（）。spliterator（），false）。filter（keyValueuserType。equals（keyValue。getKey（）））。map（KeyValue：：getValue）。findFirst（）。orElse（UNKNOWN）；｝｝
　　注册一个bean打开控制器的可观察性。MyConfiguration。javaConfiguration（proxyBeanMethodsfalse）classMyConfiguration｛YoumustsetthismanuallyuntilthisisregisteredinBootBeanFilterRegistrationBeanobservationWebFilter（ObservationRegistryobservationRegistry）｛FilterRegistrationBeanfilterRegistrationBeannewFilterRegistrationBean（newHttpRequestsObservationFilter（observationRegistry））；filterRegistrationBean。setDispatcherTypes（DispatcherType。ASYNC，DispatcherType。ERROR，DispatcherType。FORWARD，DispatcherType。INCLUDE，DispatcherType。REQUEST）；filterRegistrationBean。setOrder（Ordered。HIGHESTPRECEDENCE）；WeprovidealistofURLsthatwewanttocreateobservationsforfilterRegistrationBean。setUrlPatterns（Collections。singletonList（user））；returnfilterRegistrationB｝｝2。3RestTemplate客户端启动
　　首先我们添加springbootstarterweb和springbootstarteractuator依赖运行web服务器并添加Micrometer支持。是时候添加可观察性相关功能了！Metrics对于Micrometermetrics可以使用Prometheus，只需要添加io。micrometer：micrometerregistryprometheus依赖。Tracing对于使用MicrometerTracing跟踪Tracing上下文传播，我们需要选择一个tracer桥。我选择OpenTelemetry并添加io。micrometer：micrometertracingbridgeotel依赖。对于延迟可视化，我们需要以某种格式将完成的spans发送到服务器。在我们的案例中我们生成了一个符合OpenZipkincompliant标准span，我们需要添加io。opentelemetry：opentelemetryexporterzipkin依赖。Logs添加com。github。loki4j：lokilogbackappender：latest。release依赖并将日志发送到Loki。现在我们需要添加一些配置。我们添加了与服务器端几乎相同的配置。srcmainresourcesapplication。propertiesserver。port6543spring。application。nameclientAlltracesshouldbesenttolatencyanalysistoolmanagement。tracing。sampling。probability1。0management。endpoints。web。exposure。includeprometheustraceIDandspanIdarepredefinedMDCkeyswewantthelogstoincludethemlogging。pattern。level5p〔｛spring。application。name：｝，X｛traceId：｝，X｛spanId：｝〕
　　LokiAppender配置看，起来完全相同：！srcmainresourceslogbackspring。？xmlversion1。0encodingUTF8？configurationincluderesourceorgspringframeworkbootlogginglogbackbase。xmlspringPropertyscopecontextnameappNamesourcespring。application。namehttpurlhttp：localhost：3100lokiapiv1pushurlhttpformatlabelpatternapp｛appName｝，host｛HOSTNAME｝，traceIDX｛traceId：NONE｝，levellevelpatternlabelmessagepattern｛FILELOGPATTERN｝patternmessagesortByTimetruesortByTimeformatappenderrootlevelINFOrootconfiguration2。4RestTemplate应用代码
　　我们利用RestTemplate发送一个请求，我们希望实现应用程序的全部可观测性，包括metrics和tracing。首先，我们使用RestTemplateBuilder创建一个RestTemplatebean。MyConfiguration。javaConfiguration（proxyBeanMethodsfalse）classMyConfiguration｛IMPORTANT！ToinstrumentRestTemplateyoumustinjecttheRestTemplateBuilderBeanRestTemplaterestTemplate（RestTemplateBuilderbuilder）｛returnbuilder。build（）；｝｝
　　现在，我们可以编写一个CommandLineRunnerbean，它使用ObservationAPI包装，并向服务器端发送请求。下面的代码片段更详细地描述了API的所有功能。MyConfiguration。javaConfiguration（proxyBeanMethodsfalse）classMyConfiguration｛BeanCommandLineRunnermyCommandLineRunner（ObservationRegistryregistry，RestTemplaterestTemplate）｛RandomhighCardinalityValuesnewRandom（）；SimulatespotentiallylargenumberofvaluesListStringlowCardinalityValuesArrays。asList（userType1，userType2，userType3）；Simulateslownumberofvaluesreturnargs｛StringhighCardinalityUserIdString。valueOf（highCardinalityValues。nextLong（100000））；ExampleofusingtheObservabilityAPImanuallymy。observationisatechnicalnamethatdoesnotdependonthecontext。Itwillbeusedtonamee。g。MetricsObservation。createNotStarted（my。observation，registry）Lowcardinalitymeansthatthenumberofpotentialvalueswontbebig。Lowcardinalityentrieswillendupine。g。Metrics。lowCardinalityKeyValue（userType，randomUserTypePicker（lowCardinalityValues））Highcardinalitymeansthatthenumberofpotentialvaluescanbelarge。Highcardinalityentrieswillendupine。g。Spans。highCardinalityKeyValue（userId，highCardinalityUserId）commandlinerunnerisacontextualnamethatgivesmoredetailswithintheprovidedcontext。Itwillbeusedtonamee。g。Spans。contextualName（commandlinerunner）Thefollowinglambdawillbeexecutedwithanobservationscope（e。g。alltheMDCentrieswillbepopulatedwithtracinginformation）。Alsotheobservationwillbestarted，stoppedandifanerroroccurreditwillberecordedontheobservation。observe（（）｛log。info（Willsendarequesttotheserver）；SincewereinanobservationscopethisloglinewillcontaintracingMDCentries。。。StringresponserestTemplate。getForObject（http：localhost：7654user｛userId｝，String。class，highCardinalityUserId）；BootsRestTemplateinstrumentationcreatesachildspanherelog。info（Gotresponse〔｛｝〕，response）；。。。sowillthisline｝）；｝；｝｝限制
　　WebMvcObservability的SpringBootAutoConfiguration尚未完成。因此，我们需要手动设置。有关详细信息，请参阅此issue。为了让SpringBootExemplarsAutoConfiguration正常工作，我们需要等待此PR和此PR合并。在此之前，我们需要手动创建配置。2。5运行
　　我们已经准备好了这个链接下整个可观测性基础设施的Docker设置。按照以下步骤运行基础架构和两个应用程序。运行示例
　　使用dockercompose启动他们dockercomposeup1。Prometheus默认地址：〔http：localhost：9090〕（http：localhost：9090）2。Grafana默认地址：〔http：localhost：3000〕（http：localhost：3000）
　　运行服务器端应用程序。。mvnwspringboot：runpl：server
　　运行客户端应用程序。。mvnwspringboot：runpl：clientYoushouldseelogstatementssimilartothese：20221004T15：04：55。34502：00INFO〔client，bbe3aea006077640b66d40f3e62f04b9，93b7a150b7e293ef〕92556〔main〕com。example。client。ClientApplication：Willsendarequesttotheserver20221004T15：04：55。38502：00INFO〔client，bbe3aea006077640b66d40f3e62f04b9，93b7a150b7e293ef〕92556〔main〕com。example。client。ClientApplication：Gotresponse〔foo〕
　　打开Grafana仪表盘，然后单击Logs，Traces，Metrics仪表盘。在这里，您可以选择一个traceID（例如bbe3aea006077640b66d40f3e62f04b9），以从两个应用程序中查找与该traceID对应的所有logs和traces信息。应该会看到以下与同一traceID相关的日志和traces相关视图，你将看到在同一时间范围内发生的metrics。这些指标与HTTP请求处理延迟有关。这些来自使用MicrometerAPI的自动收集的SpringBootWebMvc信息。
　　注意metrics中的图性，这些是Exemplars。这些是特定轨迹，代表在给定时间间隔内进行的测量。如果单击形状，可以跳到traceID视图查看对应该的trace。单击traceID用Tempo查询要么跳转到自己选择的traceID。您将看到以下屏幕。每个条形代表一个span。我们可以看到完成每个操作所需的时间。如果单击给定的范围，我们可以看到与该特定操作相关的tags（键值元数据）和计时信息。
　　！
　　这就是相关日志视图在Loki中的效果图：
　　如果想查看Observed注解的方法metrics，可以转到Prometheus视图并找到usernameTimer。如果想查看手动创建的Observationmetrics，请转到Prometheus视图并找到myobservationTimer。2。6与AOT支持一起运行
　　为了更好地理解SpringBoot如何支持Native，请阅读这篇优秀的博客文章。构建
　　要构建应用程序，需要配置GraalVM到path。如果使用SDKMan调用如下：sdkinstalljava22。2。r17nik
　　查看GraalVM快速使用。使用Maven构建，你需要启用native环境：。mvnwPnativecleanpackage运行
　　先运行服务端。。servertargetserver
　　然后运行客户端。。clienttargetclient
　　客户端日志：20221010T12：57：17。71202：00INFO〔client，，〕82009〔main〕com。example。client。ClientApplication：StartingClientApplicationusingJava17。0。4onmarcinprecision5560withPID82009（homemarcinrepoobservabilityblogsbootRc1clienttargetclientstartedbymarcininhomemarcinrepoobservabilityblogsbootRc1）20221010T12：57：17。71202：00INFO〔client，，〕82009〔main〕com。example。client。ClientApplication：Noactiveprofileset，fallingbackto1defaultprofile：default20221010T12：57：17。72302：00INFO〔client，，〕82009〔main〕o。s。b。w。embedded。tomcat。TomcatWebServer：Tomcatinitializedwithport（s）：6543（http）20221010T12：57：17。72302：00INFO〔client，，〕82009〔main〕o。apache。catalina。core。StandardService：Startingservice〔Tomcat〕20221010T12：57：17。72302：00INFO〔client，，〕82009〔main〕o。apache。catalina。core。StandardEngine：StartingServletengine：〔ApacheTomcat10。0。23〕20221010T12：57：17。72702：00INFO〔client，，〕82009〔main〕o。a。c。c。C。〔Tomcat〕。〔localhost〕。〔〕：InitializingSpringembeddedWebApplicationContext20221010T12：57：17。72702：00INFO〔client，，〕82009〔main〕w。s。c。ServletWebServerApplicationContext：RootWebApplicationContext：initializationcompletedin15ms20221010T12：57：17。73102：00WARN〔client，，〕82009〔main〕i。m。c。i。binder。jvm。JvmGcMetrics：GCnotificationswillnotbeavailablebecauseMemoryPoolMXBeansarenotprovidedbytheJVM20221010T12：57：17。78102：00INFO〔client，，〕82009〔main〕o。s。b。a。e。web。EndpointLinksResolver：Exposing15endpoint（s）beneathbasepathactuator20221010T12：57：17。78302：00INFO〔client，，〕82009〔main〕o。s。b。w。embedded。tomcat。TomcatWebServer：Tomcatstartedonport（s）：6543（http）withcontextpath20221010T12：57：17。78302：00INFO〔client，，〕82009〔main〕com。example。client。ClientApplication：StartedClientApplicationin0。077seconds（processrunningfor0。079）20221010T12：57：17。78402：00INFO〔client，27c1113e4276c4173daec3675f536bf4，e0f2db8b983607d8〕82009〔main〕com。example。client。ClientApplication：Willsendarequesttotheserver20221010T12：57：17。82002：00INFO〔client，27c1113e4276c4173daec3675f536bf4，e0f2db8b983607d8〕82009〔main〕com。example。client。ClientApplication：Gotresponse〔foo〕20221010T12：57：18。96602：00INFO〔client，，〕82009〔nio6543exec1〕o。a。c。c。C。〔Tomcat〕。〔localhost〕。〔〕：InitializingSpringDispatcherServletdispatcherServlet20221010T12：57：18。96602：00INFO〔client，，〕82009〔nio6543exec1〕o。s。web。servlet。DispatcherServlet：InitializingServletdispatcherServlet20221010T12：57：18。96602：00INFO〔client，，〕82009〔nio6543exec1〕o。s。web。servlet。DispatcherServlet：Completedinitializationin0ms
　　服务端日志：20221010T12：57：07。20002：00INFO〔server，，〕81760〔main〕com。example。server。ServerApplication：StartingServerApplicationusingJava17。0。4onmarcinprecision5560withPID81760（homemarcinrepoobservabilityblogsbootRc1servertargetserverstartedbymarcininhomemarcinrepoobservabilityblogsbootRc1）20221010T12：57：07。20102：00INFO〔server，，〕81760〔main〕com。example。server。ServerApplication：Noactiveprofileset，fallingbackto1defaultprofile：default20221010T12：57：07。21302：00INFO〔server，，〕81760〔main〕o。s。b。w。embedded。tomcat。TomcatWebServer：Tomcatinitializedwithport（s）：7654（http）20221010T12：57：07。21302：00INFO〔server，，〕81760〔main〕o。apache。catalina。core。StandardService：Startingservice〔Tomcat〕20221010T12：57：07。21302：00INFO〔server，，〕81760〔main〕o。apache。catalina。core。StandardEngine：StartingServletengine：〔ApacheTomcat10。0。23〕20221010T12：57：07。21702：00INFO〔server，，〕81760〔main〕o。a。c。c。C。〔Tomcat〕。〔localhost〕。〔〕：InitializingSpringembeddedWebApplicationContext20221010T12：57：07。21702：00INFO〔server，，〕81760〔main〕w。s。c。ServletWebServerApplicationContext：RootWebApplicationContext：initializationcompletedin16ms20221010T12：57：07。22202：00WARN〔server，，〕81760〔main〕i。m。c。i。binder。jvm。JvmGcMetrics：GCnotificationswillnotbeavailablebecauseMemoryPoolMXBeansarenotprovidedbytheJVM20221010T12：57：07。27802：00INFO〔server，，〕81760〔main〕o。s。b。a。e。web。EndpointLinksResolver：Exposing15endpoint（s）beneathbasepathactuator20221010T12：57：07。28002：00INFO〔server，，〕81760〔main〕o。s。b。w。embedded。tomcat。TomcatWebServer：Tomcatstartedonport（s）：7654（http）withcontextpath20221010T12：57：07。28102：00INFO〔server，，〕81760〔main〕com。example。server。ServerApplication：StartedServerApplicationin0。086seconds（processrunningfor0。088）20221010T12：57：07。63902：00INFO〔server，，〕81760〔nio7654exec1〕o。a。c。c。C。〔Tomcat〕。〔localhost〕。〔〕：InitializingSpringDispatcherServletdispatcherServlet20221010T12：57：07。63902：00INFO〔server，，〕81760〔nio7654exec1〕o。s。web。servlet。DispatcherServlet：InitializingServletdispatcherServlet20221010T12：57：07。64002：00INFO〔server，，〕81760〔nio7654exec1〕o。s。web。servlet。DispatcherServlet：Completedinitializationin1ms20221010T12：57：17。78502：00INFO〔server，，〕81760〔nio7654exec8〕com。example。server。MyHandler：Beforerunningtheobservationforcontext〔http。server。requests〕20221010T12：57：17。78502：00INFO〔server，27c1113e4276c4173daec3675f536bf4，9affba5698490e2d〕81760〔nio7654exec8〕com。example。server。MyController：Gotarequest20221010T12：57：17。82002：00INFO〔server，，〕81760〔nio7654exec8〕com。example。server。MyHandler：Afterrunningtheobservationforcontext〔http。server。requests〕
　　更多信息可以查看Grafana的metrics和traces。阅读Native支持限制章节查看为什么不能将日志推送到Loki。Native支持限制
　　日志还不会被推给Loki。更多信息请查看：issue25847。客户端还需要手动配置reflectconfig。js。更多信息，请参阅此PR。三、总结
　　在这篇博文中，我们成功地向您介绍了微米可观察性API背后的主要概念。我们还向您展示了如何使用observeAPI和annotations自定义可观察。您还可以可视化延迟，查看相关日志，并检查来自SpringBoot应用程序的指标。当然还可以通过使用Springnative中的nativeimages来观察应用程序。