Spring Boot 3微服务：非Sleuth的Micrometer可观测性与追踪配置疑问

一、用Micrometer替代Sleuth实现微服务可观测性与追踪 #

Spring Boot 3已官方采用Micrometer Tracing替代Spring Cloud Sleuth，核心逻辑是通过Micrometer Tracing生成全链路追踪数据，结合Micrometer Metrics采集监控指标，同时配合日志框架传递追踪上下文，实现完整的可观测能力。具体实现步骤如下：

1. 核心依赖引入 #

所有微服务组件（网关、注册中心、业务服务）都需要基础可观测性依赖，以Maven为例：

<!-- Micrometer Tracing核心（替代Sleuth） -->
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-tracing-bridge-brave</artifactId>
</dependency>
<!-- 日志上下文传递（自动为日志添加traceId/spanId） -->
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-tracing-otel-autoconfigure</artifactId>
</dependency>
<!-- Micrometer Metrics核心（监控指标采集） -->
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-core</artifactId>
</dependency>
<!-- Spring Boot Actuator（暴露监控端点） -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

若需将追踪数据导出到Zipkin、Jaeger等可视化平台，需额外添加对应导出器依赖，例如Zipkin：

<dependency>
    <groupId>io.zipkin.reporter2</groupId>
    <artifactId>zipkin-reporter-brave</artifactId>
</dependency>

2. 基础配置（application.yml） #

所有组件通用的核心配置，确保追踪、日志、监控的统一：

management:
  endpoints:
    web:
      exposure:
        include: health,metrics,prometheus  # 按需暴露监控端点
  tracing:
    sampling:
      probability: 1.0  # 全量采样，生产环境可调整为0.1等比例
  metrics:
    tags:
      application: ${spring.application.name}  # 给监控指标打上服务名称标签

logging:
  pattern:
    level: "%5p [${spring.application.name:},%X{traceId:-},%X{spanId:-}]"  # 日志中打印traceId/spanId

3. 追踪上下文自动传递 #

Micrometer Tracing会自动处理HTTP调用（Feign、RestTemplate）、消息队列（Kafka、RabbitMQ）的追踪上下文传递：

• HTTP调用时，自动在请求头中添加traceparent字段，下游服务解析后延续追踪链
• 消息生产/消费时，自动将追踪元数据嵌入消息头，确保跨服务、跨中间件的链路完整

4. 自定义业务监控指标 #

若需采集业务相关指标，可通过MeterRegistry实现：

@Service
public class OrderService {
    private final Counter orderCreatedCounter;

    public OrderService(MeterRegistry meterRegistry) {
        this.orderCreatedCounter = Counter.builder("order.created.total")
                .description("Total number of created orders")
                .register(meterRegistry);
    }

    public void createOrder() {
        // 业务逻辑处理
        orderCreatedCounter.increment();
    }
}

二、不同微服务组件的依赖与配置差异 #

大部分基础依赖和配置是通用的，仅在特定组件场景下存在少量差异：

1. 服务注册中心（Eureka、Nacos等） #

• 依赖：仅需基础可观测性依赖，注册中心自身的Spring Boot Starter已集成基础监控能力
• 配置：直接使用通用的management和logging配置，确保注册中心自身的监控端点暴露、日志携带追踪ID即可
• 注意：部分注册中心（如Eureka Server）需确保Actuator端点正常开启，方便监控其运行状态

2. Spring Cloud Gateway #

• 依赖：在基础依赖外，需引入spring-cloud-starter-gateway，Micrometer Tracing会自动为网关路由请求生成追踪数据，无需额外配置
• 配置：通用配置即可，网关会自动将追踪上下文传递给下游服务，同时自身的路由请求会被纳入全链路追踪

3. 业务服务（生产者/消费者/兼具两者） #

• 生产者服务：若涉及消息生产（如Kafka），需添加对应中间件的Micrometer集成依赖，例如：

  <dependency>
      <groupId>org.springframework.kafka</groupId>
      <artifactId>spring-kafka</artifactId>
  </dependency>
  

  配置无需额外修改，Micrometer会自动为消息发送生成追踪Span
• 消费者服务：同理，消息消费者会自动解析消息头中的追踪元数据，延续追踪链，只需确保引入对应中间件依赖即可
• 兼具两者的服务：同时引入生产者和消费者的对应依赖，使用通用配置即可

4. 统一结论 #

• 通用部分：所有组件都需要基础的Micrometer Tracing、Metrics、Actuator依赖，以及统一的management和logging配置，确保追踪上下文传递和日志标准化
• 差异部分：仅在涉及特定组件（如消息中间件）时，添加对应组件的集成依赖，无需额外特殊配置，Micrometer会自动适配

内容的提问来源于stack exchange，提问作者java beginner