jevlaya
简体中文
文档导航

链路追踪

链路追踪

一次调用的每个钩子都收到同一个 PredictContext.run_id，所以一个 tracer 可以关联起始、结束和 错误事件（以及它打开的任何 span），而不用自己记账。

run_id

  • 一个 uuid4().hex 字符串，每次公开调用创建一次（predict_batch、system_one、 Router.predict、ONNXAgent.system_one）。Router.predict_batch 改为每个请求创建一个，即 该请求的一次 Router.predict 调用本会有的那个 run_id。
  • 被那次调用的每个钩子共享，包括 on_error 和 on_predict_end。
  • 不是全局的，也不持久化：它在进程内标识一次调用。把它放进你的日志和出站载荷里，以便跨系统关联。
  • 每次调用各不相同，所以两次调用永不冲突。
call A:  run_id=1a2b...  start ──┐
                                 ├─ end
                          error ─┘
call B:  run_id=9f8e...  start ─── end

一个最小 tracer

维护一个从 run_id 到你 start 时打开的 span 的映射，在 end 或 error 时关闭它。

import time

class Tracer:
    def __init__(self):
        self.spans = {}

    def on_predict_start(self, ctx):
        self.spans[ctx.run_id] = {
            "model": ctx.model,
            "started_at": ctx.started_at,
        }

    def on_predict_end(self, ctx):
        span = self.spans.pop(ctx.run_id, None)
        if span is None:
            return
        emit_span(
            name="laya.predict",
            run_id=ctx.run_id,
            model=ctx.model,
            duration_ms=ctx.elapsed_ms,
            usage=ctx.usage,
            ok=ctx.error is None,
        )

    def on_error(self, ctx):
        # on_error runs before on_predict_end; leaving the span for on_predict_end is fine,
        # or close it here if you prefer.
        pass

agent = laya.load("convaiinnovations/laya", hooks=[Tracer()])

因为 on_predict_end 总会运行，它是关闭 span 的自然位置，而且它在失败路径上能看到 ctx.error。

span 的生命周期

on_predict_start ──► open span (run_id, model, started_at)
      │
      ├─ inference
      │
on_error ──► record ctx.error on the span
      │
on_predict_end ──► close span (elapsed_ms, usage, ok)

错误 span

on_predict_end 在失败路径上运行，且 ctx.error 被设置，所以一个关闭位置就能处理两种情况：

def on_predict_end(self, ctx):
    span = self.spans.pop(ctx.run_id, None)
    if span is None:
        return
    if ctx.error is not None:
        span["status"] = "error"
        span["error_type"] = type(ctx.error).__name__
        span["error_message"] = str(ctx.error)
    span["duration_ms"] = ctx.elapsed_ms
    emit(span)

如果你只实现 on_error，记住它在 on_predict_end 之前触发；不要两处都关闭 span，否则会重复计数。

OpenTelemetry

示例 examples/hooks/otel.py 记录计数器和一张直方图。要真正的 span，就从 tracer 里驱动 OTel API。钩子是同步的，所以用同步的 exporter（或者入队，再从一个 worker 导出）。

from opentelemetry import trace

tracer = trace.get_tracer("laya")

class OTelHooks:
    def __init__(self):
        self.spans = {}

    def on_predict_start(self, ctx):
        span = tracer.start_span("laya.predict", attributes={"laya.run_id": ctx.run_id, "laya.model": ctx.model})
        self.spans[ctx.run_id] = span

    def on_predict_end(self, ctx):
        span = self.spans.pop(ctx.run_id, None)
        if span is None:
            return
        if ctx.usage:
            span.set_attribute("laya.input_tokens", ctx.usage["input_tokens"])
        if ctx.error is not None:
            span.record_exception(ctx.error)
            span.set_status(trace.Status(trace.StatusCode.ERROR))
        span.end()

laya.load("convaiinnovations/laya", hooks=[OTelHooks()], hooks_raise=False)

设置 hooks_raise=False，这样一个 tracer 出故障永远不会让请求失败。

分布式传播

run_id 是一个普通字符串，所以把它放进任何离开进程的东西里：日志行、发给审计服务的载荷，或者一次 决策触发下游调用时的 HTTP 头。

def audit(ctx):
    requests.post(
        "https://audit.example/decisions",
        json=record(ctx),
        headers={"X-Laya-Run-Id": ctx.run_id},
        timeout=2,
    )

记住像这样的阻塞调用会拖住调用线程；在并发服务时改成入队。见 模式。

嵌套调用

一个再次调用 predict 的钩子会启动一次新调用，带一个新的 run_id。父与子是独立的，除非你自己 把它们连起来。捕获父 id 并传下去：

def enrich(ctx):
    for state in ctx.states:                     # a hook sees every state of the call
        child = enricher.predict(state, EXTRA_QUESTIONS)
        record_child_span(parent_run_id=ctx.run_id, child_run_id=child.get("run_id"))

一个父 run_id，每个状态一次子调用。一个读 ctx.states[0] 的写法只关联一个批次里的第一个决策， 并静默丢掉其余的。

防范递归（见反模式）；最简单的防线是一个单独的、没有钩子的 enricher agent。

另见