OpenCensus+Flask+requests场景下GCP Cloud Trace链路跨服务传播问题

核心问题原因 #

你只完成了 Flask 服务侧接收追踪上下文的配置，但 requests 库默认不会自动将当前服务的 trace 信息注入到出站请求头中，导致上下游服务的 trace 无法串联，每个服务都会生成独立的 trace id。你需要额外集成 OpenCensus 的 requests 追踪组件，完成链路传播的闭环。

前置依赖安装 #

pip install flask requests opencensus opencensus-ext-flask opencensus-ext-requests opencensus-ext-stackdriver

完整示例代码 #

我们用两个简单的 Flask 服务模拟跨服务调用场景：

1. 下游服务（service_b.py，监听端口 5001） #

from flask import Flask
from opencensus.ext.flask.flask_middleware import FlaskMiddleware
from opencensus.ext.stackdriver.trace_exporter import StackdriverExporter
from opencensus.trace.propagation import google_cloud_format
from opencensus.trace.samplers import AlwaysOnSampler

app = Flask(__name__)

# 配置OpenCensus追踪
exporter = StackdriverExporter()
propagator = google_cloud_format.GoogleCloudFormatPropagator()

# 注册Flask中间件
middleware = FlaskMiddleware(
    app,
    exporter=exporter,
    sampler=AlwaysOnSampler(),
    excludelist_paths=['healthz', 'metrics'],
    propagator=propagator
)

@app.route('/downstream')
def downstream_api():
    return "Response from downstream service"

if __name__ == '__main__':
    app.run(port=5001, debug=True)

2. 上游服务（service_a.py，监听端口 5000，调用下游服务） #

import requests
from flask import Flask
from opencensus.ext.flask.flask_middleware import FlaskMiddleware
from opencensus.ext.stackdriver.trace_exporter import StackdriverExporter
from opencensus.ext.requests import trace as requests_trace
from opencensus.trace.propagation import google_cloud_format
from opencensus.trace.samplers import AlwaysOnSampler

app = Flask(__name__)

# 关键：注册requests追踪集成，自动将trace信息注入出站请求头
requests_trace.trace_integrations(['requests'])

# 配置OpenCensus追踪，和下游服务保持传播器一致
exporter = StackdriverExporter()
propagator = google_cloud_format.GoogleCloudFormatPropagator()

middleware = FlaskMiddleware(
    app,
    exporter=exporter,
    sampler=AlwaysOnSampler(),
    excludelist_paths=['healthz', 'metrics'],
    propagator=propagator
)

@app.route('/upstream')
def upstream_api():
    # 调用下游服务，requests会自动带上trace相关头信息
    resp = requests.get('http://localhost:5001/downstream')
    return f"Upstream got response: {resp.text}"

if __name__ == '__main__':
    app.run(port=5000, debug=True)

配置与验证说明 #

• 权限配置：本地运行时需要设置环境变量 GOOGLE_APPLICATION_CREDENTIALS 指向有权限写入Cloud Trace的GCP服务账号密钥文件，部署到GCE、GKE、Cloud Run等GCP服务时会自动获取默认服务账号权限，无需额外配置。
• 传播器选择：如果你的链路仅在GCP生态内，统一使用 GoogleCloudFormatPropagator 即可；如果有非GCP的异构服务需要串联，再统一切换为B3或者W3C TraceContext传播器，上下游传播器必须保持一致才能正常解析上下文。
• 验证：启动两个服务后访问 http://localhost:5000/upstream，稍等片刻到GCP Cloud Trace控制台查看，即可看到同一个Trace ID下包含上游服务接收请求、上游调用下游、下游服务接收请求三个Span，形成完整链路。

内容的提问来源于stack exchange，提问作者Alex Mattson