Python 应用接入 Azure Application Insights基于 OpenTelemetry 的完整插桩指南【免费下载链接】awesome-copilotCommunity-contributed instructions, agents, skills, and configurations to help you make the most of GitHub Copilot.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-copilot导读本文基于 awesome-copilot 仓库中appinsights-instrumentationskill 的 PYTHON 参考指南系统讲解如何为部署在 Azure 上的 Python Web 应用接入 Azure Application InsightsApp Insights实现日志、指标与分布式追踪的可观测性。读完本文你将掌握三个核心能力安装并配置azure-monitor-opentelemetry客户端库、为应用注入APPLICATIONINSIGHTS_CONNECTION_STRING环境变量含 Azure CLI 与 IaC 两种方式、以及通过标准库logging体系发送自定义遥测事件。一、技能全景appinsights-instrumentation 是什么在 SKILL.md 中该 skill 的定位是Instrument a webapp to send useful telemetry data to Azure App Insights——将 Web 应用的遥测数据发送到 Azure App Insights以提升对应用健康状态的可观测性。其使用时机非常明确当用户希望为自己的 Web 应用启用遥测能力时。该 skill 覆盖三类语言栈并各自维护一份参考指南ASP.NET Core 应用见 ASPNETCORE.md使用Azure.Monitor.OpenTelemetry.AspNetCore包Node.js 应用见 NODEJS.md使用azure/monitor-opentelemetry包Python 应用即本文主体使用azure-monitor-opentelemetry包。此外AUTO.md 还描述了无需改代码的自动插桩codeless instrumentation方案但仅支持托管在 Azure App Service 中的 ASP.NET Core 与 Node.js 应用Python 应用不在其列因此 Python 场景一律采用本文所述的手动插桩路径。插桩前的工作流根据 SKILL.md 的 Guidelines动手改代码之前需要完成两项准备收集上下文信息确定应用的编程语言、应用框架、托管方式三元组。Python 应用需要进一步明确其托管形态——个人电脑本地、Azure App Service代码、Azure App Service容器还是 Azure Container App 等托管形态直接决定后续环境变量的注入方式。创建 App Insights 资源在 examples/appinsights.bicepBicep IaC 方式与 scripts/appinsights.ps1Azure CLI 方式之间二选一。二、第一步创建 Application Insights 资源无论选择哪种方式skill 都建议将 App Insights 资源创建在有意义的资源组中——最佳候选是托管应用所在的同一个资源组便于资源统一管理。方式 A通过 Bicep IaC 模板如果你的工作区中已有 Bicep 模板文件这是首选方案。完整可参考 examples/appinsights.bicep核心片段如下description(Location for all resources) param location string resourceGroup().location description(Name for new Application Insights) param name string // Create Log Analytics Workspace resource logAnalyticsWorkspace Microsoft.OperationalInsights/workspaces2022-10-01 { name: ${name}-workspace location: location properties: { sku: { name: PerGB2018 } retentionInDays: 30 } } // Create Application Insights resource applicationInsights Microsoft.Insights/components2020-02-02 { name: name location: location kind: web properties: { Application_Type: web WorkspaceResourceId: logAnalyticsWorkspace.id } } output connectionString string applicationInsights.properties.ConnectionString该模板体现了一个重要的现代实践基于工作区workspace-based的 App Insights 架构。App Insights 不再自带独立存储而是把遥测数据落入一个 Log Analytics WorkspaceSKU 为PerGB2018、默认保留 30 天两者通过WorkspaceResourceId关联。模板最后通过output connectionString直接导出连接字符串部署后可直接取用省去手工查询。方式 B通过 Azure CLI若项目没有 IaC 模板可参考 scripts/appinsights.ps1 中的三步命令# 1. 添加 Application Insights 扩展 az extension add -n application-insights # 2. 创建 Log Analytics 工作区 az monitor log-analytics workspace create --resource-group $resourceGroupName --workspace-name $logAnalyticsWorkspaceName --location $azureRegionName # 3. 创建 Application Insights 资源关联工作区 az monitor app-insights component create --app $applicationInsightsResourceName --location $azureRegionName --resource-group $resourceGroupName --workspace $logAnalyticsWorkspaceName注意脚本中的$resourceGroupName、$logAnalyticsWorkspaceName、$azureRegionName、$applicationInsightsResourceName均为占位变量执行前需自行赋值。此流程与 Bicep 模板在架构上完全一致先建 Log Analytics 工作区再创建与该工作区关联的 App Insights 组件。三、第二步安装客户端库在 Python 应用中接入 Azure Monitor官方推荐的客户端库是 OpenTelemetry 发行包pip install azure-monitor-opentelemetry该包基于 OpenTelemetry 生态封装了 Azure Monitor 导出器安装后应用即可通过 OpenTelemetry 的 tracing/metrics/logging 管线把遥测数据导出到 App Insights。它是 PYTHON.md 中整个插桩流程的依赖基础。四、第三步配置应用以使用 Azure MonitorPYTHON.md 指出Python 应用通过 Python 标准库中的logging体系发送遥测。因此插桩的关键是创建一个模块在其中完成 Azure Monitor 的初始化并产出一个可发送遥测的 logger。建议将配置逻辑独立成模块例如telemetry.py代码如下import logging from azure.monitor.opentelemetry import configure_azure_monitor configure_azure_monitor( logger_nameyour_logger_namespace ) logger logging.getLogger(your_logger_namespace)要点说明configure_azure_monitor()是包提供的核心初始化入口它负责配置 OpenTelemetry 并启动遥测导出。调用时通过logger_name参数指定日志命名空间该命名空间与后续logging.getLogger()传入的名字必须一致两者构成配对关系。logger_name建议使用应用的模块命名空间如myapp.service便于在 App Insights 中按命名空间过滤日志。一个易被忽略的前提代码修改后必须重新部署应用才能生效原文档明确标注了该注意事项。本地开发环境下修改只影响本地运行实例。五、第四步配置 App Insights 连接字符串App Insights 资源带有一个连接字符串connection string它包含遥测的接入端点与资源标识信息。需要将其以环境变量APPLICATIONINSIGHTS_CONNECTION_STRING的形式注入运行中的应用。5.1 查询连接字符串使用 Azure CLI 查询命令出处scripts/appinsights.ps1az monitor app-insights component show --app $applicationInsightsResourceName --resource-group $resourceGroupName --query connectionString --output tsv若使用前文的 Bicep 模板部署output connectionString会直接给出该值可免去此查询。5.2 注入环境变量拿到连接字符串后将其值赋给环境变量APPLICATIONINSIGHTS_CONNECTION_STRING{your_application_insights_connection_string}值得强调的是PYTHON.md 及其姊妹指南 ASPNETCORE.md 均将环境变量视为新推荐方式并特别警告不要沿用旧式做法如 ASP.NET Core 场景中禁止修改appsettings.json来配置。Python 应用同理环境变量是标准且跨部署形态通用的注入手段。5.3 注入方式由托管形态决定应用使用 IaC 模板Bicep/Terraform表示云上资源时应把该环境变量直接写进 IaC 模板使其在每次部署时自动应用避免手工重复配置。没有 IaC 模板时使用 Azure CLI 手工为云上应用实例设置环境变量scripts/appinsights.ps1 提供了三种常见托管形态的命令# Azure App ServiceWeb 应用 az webapp config appsettings set --resource-group $resourceGroupName --name $appName --settings $key$value # Azure Container App新建或更新已有容器应用 az containerapp update -n $containerAppName -g $resourceGroupName --set-env-vars $key$value # Azure Function App函数应用 az functionapp config appsettings set --name $functionName --resource-group $ResourceGroupName --settings $key$value其中$key即APPLICATIONINSIGHTS_CONNECTION_STRING$value为查询到的连接字符串。对照 SKILL.md 中必须询问用户应用托管位置的要求此处正是托管形态决定具体命令的落点。六、第五步发送遥测数据完成初始化与连接字符串注入后即可开始发送遥测。首先创建并配置 loggerlogger logging.getLogger(your_logger_namespace) logger.setLevel(logging.INFO)setLevel(logging.INFO)设定日志级别门槛INFO及以上级别INFO/WARNING/ERROR/CRITICAL的日志会被处理DEBUG级别默认被过滤。之后即可像使用普通 logger 一样发送事件logger.info(info log)由于 Azure Monitor 的 Python 客户端会通过 logging handler 将日志接入 OpenTelemetry 管线因此logger.info(info log)发出的每条日志都会作为遥测记录进入 App Insights 的traces表。你可以在应用中任意位置导入并复用这一 logger形成统一的日志命名空间管理。七、从源码结构看整个插桩链路结合本 skill 的完整文件布局可以梳理出一条清晰的端到端链路阶段仓库依据作用决策入口SKILL.md判断语言栈、托管形态Python 场景指向本文指南资源创建examples/appinsights.bicep、scripts/appinsights.ps1创建 Log Analytics 工作区 App Insights 组件并导出连接字符串代码插桩references/PYTHON.mdpip install azure-monitor-opentelemetryconfigure_azure_monitor() 标准库 logger连接字符串注入同上环境变量APPLICATIONINSIGHTS_CONNECTION_STRING驱动遥测导出目标数据产出logger.info(...)日志作为遥测事件进入 App Insights从文件命名与结构可以推断该 skill 对资源创建—代码修改—环境配置—数据发送四个环节做了刻意分离保证同一条插桩方法论可在 ASP.NET Core、Node.js、Python 三种语言栈间复用仅代码修改环节因语言而异分别落在 ASPNETCORE.md、NODEJS.md 与 PYTHON.md。该 skill 由微软以 MIT 协议开源见 LICENSE.txt属于 GitHub Copilot Agents 生态中 appinsights-instrumentation 技能包的组成部分。八、最佳实践清单综合 PYTHON.md 与其配套文件落地 Python 插桩时建议遵循以下实践优先工作区架构App Insights 一律关联 Log Analytics 工作区Bicep 模板与 CLI 脚本均体现此模式以便统一查询与成本治理。资源就近放置将 App Insights 创建在应用所在资源组便于管理与权限收敛。环境变量唯一来源连接字符串只经APPLICATIONINSIGHTS_CONNECTION_STRING环境变量注入不写死进代码或旧式配置文件。IaC 优先存在 Bicep/Terraform 模板时把环境变量写入模板保证部署即生效。命名空间统一configure_azure_monitor(logger_name...)与logging.getLogger(...)使用相同命名空间避免遥测丢失或日志归属混乱。改动必部署代码插桩完成后必须重新部署应用本地修改不会自动同步到云端运行实例。按需调整日志级别生产环境建议保持INFO级别基线排查问题时可临时下调级别以观察DEBUG日志。结语借助azure-monitor-opentelemetry与标准库loggingPython 应用仅需一个模块、一段初始化代码和一个环境变量即可将应用日志接入 Azure Application Insights。本文所述每一步均可对照 references/PYTHON.md、SKILL.md、examples/appinsights.bicep 与 scripts/appinsights.ps1 在仓库中逐一验证是面向 Python Web 应用的完整、可复现的观测性接入方案。【免费下载链接】awesome-copilotCommunity-contributed instructions, agents, skills, and configurations to help you make the most of GitHub Copilot.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-copilot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Python 应用接入 Azure Application Insights：基于 OpenTelemetry 的完整插桩指南
Python 应用接入 Azure Application Insights基于 OpenTelemetry 的完整插桩指南【免费下载链接】awesome-copilotCommunity-contributed instructions, agents, skills, and configurations to help you make the most of GitHub Copilot.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-copilot导读本文基于 awesome-copilot 仓库中appinsights-instrumentationskill 的 PYTHON 参考指南系统讲解如何为部署在 Azure 上的 Python Web 应用接入 Azure Application InsightsApp Insights实现日志、指标与分布式追踪的可观测性。读完本文你将掌握三个核心能力安装并配置azure-monitor-opentelemetry客户端库、为应用注入APPLICATIONINSIGHTS_CONNECTION_STRING环境变量含 Azure CLI 与 IaC 两种方式、以及通过标准库logging体系发送自定义遥测事件。一、技能全景appinsights-instrumentation 是什么在 SKILL.md 中该 skill 的定位是Instrument a webapp to send useful telemetry data to Azure App Insights——将 Web 应用的遥测数据发送到 Azure App Insights以提升对应用健康状态的可观测性。其使用时机非常明确当用户希望为自己的 Web 应用启用遥测能力时。该 skill 覆盖三类语言栈并各自维护一份参考指南ASP.NET Core 应用见 ASPNETCORE.md使用Azure.Monitor.OpenTelemetry.AspNetCore包Node.js 应用见 NODEJS.md使用azure/monitor-opentelemetry包Python 应用即本文主体使用azure-monitor-opentelemetry包。此外AUTO.md 还描述了无需改代码的自动插桩codeless instrumentation方案但仅支持托管在 Azure App Service 中的 ASP.NET Core 与 Node.js 应用Python 应用不在其列因此 Python 场景一律采用本文所述的手动插桩路径。插桩前的工作流根据 SKILL.md 的 Guidelines动手改代码之前需要完成两项准备收集上下文信息确定应用的编程语言、应用框架、托管方式三元组。Python 应用需要进一步明确其托管形态——个人电脑本地、Azure App Service代码、Azure App Service容器还是 Azure Container App 等托管形态直接决定后续环境变量的注入方式。创建 App Insights 资源在 examples/appinsights.bicepBicep IaC 方式与 scripts/appinsights.ps1Azure CLI 方式之间二选一。二、第一步创建 Application Insights 资源无论选择哪种方式skill 都建议将 App Insights 资源创建在有意义的资源组中——最佳候选是托管应用所在的同一个资源组便于资源统一管理。方式 A通过 Bicep IaC 模板如果你的工作区中已有 Bicep 模板文件这是首选方案。完整可参考 examples/appinsights.bicep核心片段如下description(Location for all resources) param location string resourceGroup().location description(Name for new Application Insights) param name string // Create Log Analytics Workspace resource logAnalyticsWorkspace Microsoft.OperationalInsights/workspaces2022-10-01 { name: ${name}-workspace location: location properties: { sku: { name: PerGB2018 } retentionInDays: 30 } } // Create Application Insights resource applicationInsights Microsoft.Insights/components2020-02-02 { name: name location: location kind: web properties: { Application_Type: web WorkspaceResourceId: logAnalyticsWorkspace.id } } output connectionString string applicationInsights.properties.ConnectionString该模板体现了一个重要的现代实践基于工作区workspace-based的 App Insights 架构。App Insights 不再自带独立存储而是把遥测数据落入一个 Log Analytics WorkspaceSKU 为PerGB2018、默认保留 30 天两者通过WorkspaceResourceId关联。模板最后通过output connectionString直接导出连接字符串部署后可直接取用省去手工查询。方式 B通过 Azure CLI若项目没有 IaC 模板可参考 scripts/appinsights.ps1 中的三步命令# 1. 添加 Application Insights 扩展 az extension add -n application-insights # 2. 创建 Log Analytics 工作区 az monitor log-analytics workspace create --resource-group $resourceGroupName --workspace-name $logAnalyticsWorkspaceName --location $azureRegionName # 3. 创建 Application Insights 资源关联工作区 az monitor app-insights component create --app $applicationInsightsResourceName --location $azureRegionName --resource-group $resourceGroupName --workspace $logAnalyticsWorkspaceName注意脚本中的$resourceGroupName、$logAnalyticsWorkspaceName、$azureRegionName、$applicationInsightsResourceName均为占位变量执行前需自行赋值。此流程与 Bicep 模板在架构上完全一致先建 Log Analytics 工作区再创建与该工作区关联的 App Insights 组件。三、第二步安装客户端库在 Python 应用中接入 Azure Monitor官方推荐的客户端库是 OpenTelemetry 发行包pip install azure-monitor-opentelemetry该包基于 OpenTelemetry 生态封装了 Azure Monitor 导出器安装后应用即可通过 OpenTelemetry 的 tracing/metrics/logging 管线把遥测数据导出到 App Insights。它是 PYTHON.md 中整个插桩流程的依赖基础。四、第三步配置应用以使用 Azure MonitorPYTHON.md 指出Python 应用通过 Python 标准库中的logging体系发送遥测。因此插桩的关键是创建一个模块在其中完成 Azure Monitor 的初始化并产出一个可发送遥测的 logger。建议将配置逻辑独立成模块例如telemetry.py代码如下import logging from azure.monitor.opentelemetry import configure_azure_monitor configure_azure_monitor( logger_nameyour_logger_namespace ) logger logging.getLogger(your_logger_namespace)要点说明configure_azure_monitor()是包提供的核心初始化入口它负责配置 OpenTelemetry 并启动遥测导出。调用时通过logger_name参数指定日志命名空间该命名空间与后续logging.getLogger()传入的名字必须一致两者构成配对关系。logger_name建议使用应用的模块命名空间如myapp.service便于在 App Insights 中按命名空间过滤日志。一个易被忽略的前提代码修改后必须重新部署应用才能生效原文档明确标注了该注意事项。本地开发环境下修改只影响本地运行实例。五、第四步配置 App Insights 连接字符串App Insights 资源带有一个连接字符串connection string它包含遥测的接入端点与资源标识信息。需要将其以环境变量APPLICATIONINSIGHTS_CONNECTION_STRING的形式注入运行中的应用。5.1 查询连接字符串使用 Azure CLI 查询命令出处scripts/appinsights.ps1az monitor app-insights component show --app $applicationInsightsResourceName --resource-group $resourceGroupName --query connectionString --output tsv若使用前文的 Bicep 模板部署output connectionString会直接给出该值可免去此查询。5.2 注入环境变量拿到连接字符串后将其值赋给环境变量APPLICATIONINSIGHTS_CONNECTION_STRING{your_application_insights_connection_string}值得强调的是PYTHON.md 及其姊妹指南 ASPNETCORE.md 均将环境变量视为新推荐方式并特别警告不要沿用旧式做法如 ASP.NET Core 场景中禁止修改appsettings.json来配置。Python 应用同理环境变量是标准且跨部署形态通用的注入手段。5.3 注入方式由托管形态决定应用使用 IaC 模板Bicep/Terraform表示云上资源时应把该环境变量直接写进 IaC 模板使其在每次部署时自动应用避免手工重复配置。没有 IaC 模板时使用 Azure CLI 手工为云上应用实例设置环境变量scripts/appinsights.ps1 提供了三种常见托管形态的命令# Azure App ServiceWeb 应用 az webapp config appsettings set --resource-group $resourceGroupName --name $appName --settings $key$value # Azure Container App新建或更新已有容器应用 az containerapp update -n $containerAppName -g $resourceGroupName --set-env-vars $key$value # Azure Function App函数应用 az functionapp config appsettings set --name $functionName --resource-group $ResourceGroupName --settings $key$value其中$key即APPLICATIONINSIGHTS_CONNECTION_STRING$value为查询到的连接字符串。对照 SKILL.md 中必须询问用户应用托管位置的要求此处正是托管形态决定具体命令的落点。六、第五步发送遥测数据完成初始化与连接字符串注入后即可开始发送遥测。首先创建并配置 loggerlogger logging.getLogger(your_logger_namespace) logger.setLevel(logging.INFO)setLevel(logging.INFO)设定日志级别门槛INFO及以上级别INFO/WARNING/ERROR/CRITICAL的日志会被处理DEBUG级别默认被过滤。之后即可像使用普通 logger 一样发送事件logger.info(info log)由于 Azure Monitor 的 Python 客户端会通过 logging handler 将日志接入 OpenTelemetry 管线因此logger.info(info log)发出的每条日志都会作为遥测记录进入 App Insights 的traces表。你可以在应用中任意位置导入并复用这一 logger形成统一的日志命名空间管理。七、从源码结构看整个插桩链路结合本 skill 的完整文件布局可以梳理出一条清晰的端到端链路阶段仓库依据作用决策入口SKILL.md判断语言栈、托管形态Python 场景指向本文指南资源创建examples/appinsights.bicep、scripts/appinsights.ps1创建 Log Analytics 工作区 App Insights 组件并导出连接字符串代码插桩references/PYTHON.mdpip install azure-monitor-opentelemetryconfigure_azure_monitor() 标准库 logger连接字符串注入同上环境变量APPLICATIONINSIGHTS_CONNECTION_STRING驱动遥测导出目标数据产出logger.info(...)日志作为遥测事件进入 App Insights从文件命名与结构可以推断该 skill 对资源创建—代码修改—环境配置—数据发送四个环节做了刻意分离保证同一条插桩方法论可在 ASP.NET Core、Node.js、Python 三种语言栈间复用仅代码修改环节因语言而异分别落在 ASPNETCORE.md、NODEJS.md 与 PYTHON.md。该 skill 由微软以 MIT 协议开源见 LICENSE.txt属于 GitHub Copilot Agents 生态中 appinsights-instrumentation 技能包的组成部分。八、最佳实践清单综合 PYTHON.md 与其配套文件落地 Python 插桩时建议遵循以下实践优先工作区架构App Insights 一律关联 Log Analytics 工作区Bicep 模板与 CLI 脚本均体现此模式以便统一查询与成本治理。资源就近放置将 App Insights 创建在应用所在资源组便于管理与权限收敛。环境变量唯一来源连接字符串只经APPLICATIONINSIGHTS_CONNECTION_STRING环境变量注入不写死进代码或旧式配置文件。IaC 优先存在 Bicep/Terraform 模板时把环境变量写入模板保证部署即生效。命名空间统一configure_azure_monitor(logger_name...)与logging.getLogger(...)使用相同命名空间避免遥测丢失或日志归属混乱。改动必部署代码插桩完成后必须重新部署应用本地修改不会自动同步到云端运行实例。按需调整日志级别生产环境建议保持INFO级别基线排查问题时可临时下调级别以观察DEBUG日志。结语借助azure-monitor-opentelemetry与标准库loggingPython 应用仅需一个模块、一段初始化代码和一个环境变量即可将应用日志接入 Azure Application Insights。本文所述每一步均可对照 references/PYTHON.md、SKILL.md、examples/appinsights.bicep 与 scripts/appinsights.ps1 在仓库中逐一验证是面向 Python Web 应用的完整、可复现的观测性接入方案。【免费下载链接】awesome-copilotCommunity-contributed instructions, agents, skills, and configurations to help you make the most of GitHub Copilot.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-copilot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考