这篇文章帮你搞定 LangGraph 分布式追踪的底层原理，从 Trace/Span 到全链路可观测

阅读提示

• 适合谁看：有 LangGraph 或 LLM 应用开发经验，正在做生产级可观测性的工程师
• 看完能做什么：能设计可追踪、可调试、可监控的分布式追踪系统
• 不适合谁：还没理解 LangGraph State/Graph 基础概念的纯新手

先给结论

• 追踪不是“打印日志”，而是结构化的 Trace/Span 数据
• 每个节点执行都是一个 Span，Span 之间通过 TraceID 关联
• 生产级追踪必须考虑：采样策略、上下文传播、 exporter 选型

---

很多人做 LangGraph 时，demo 阶段跑得很顺，一上生产就发现 Agent 执行链是“黑盒”：

• 不知道哪个节点耗时最长
• 出错时不知道哪个节点出问题
• 性能瓶颈无法定位

看起来是日志问题，本质上是分布式追踪没设计好。

01 分布式追踪的本质：Trace 与 Span

分布式追踪的核心思想是Trace 与 Span：

• Trace：一次完整的执行链，包含所有 Span
• Span：执行链中的一个步骤，包含开始时间、结束时间、状态
• TraceID：Trace 的唯一标识，所有 Span 共享
• SpanID：Span 的唯一标识，用于关联父子关系

这意味着：

• 每个节点执行都是一个 Span
• Span 之间通过 TraceID 关联
• 父子 Span 通过 ParentSpanID 关联

为什么不能用日志代替？

# 误区：用日志记录执行链def execute_node(state):    print(f"Node started: {node_name}")    result = process(state)    print(f"Node finished: {node_name}")    return result

这种写法的问题在于：

1. 日志是文本，无法结构化查询
2. 无法关联父子关系
3. 无法计算耗时
4. 无法做采样和聚合

LangGraph 的解法是把追踪变成Trace + Span + Exporter：

• Trace：一次完整的执行链
• Span：执行链中的一个步骤
• Exporter：把 Span 数据导出到 Jaeger/Zipkin

场景代码示例：分布式追踪配置

from opentelemetry import tracefrom opentelemetry.sdk.trace import TracerProviderfrom opentelemetry.sdk.trace.export import BatchSpanProcessorfrom opentelemetry.exporter.jaeger.thrift import JaegerExporter# 1) 初始化 Tracerprovider = TracerProvider()jaeger_exporter = JaegerExporter(    agent_host_name="localhost",    agent_port=6831,)provider.add_span_processor(BatchSpanProcessor(jaeger_exporter))trace.set_tracer_provider(provider)tracer = trace.get_tracer("langgraph-agent")# 2) 运行入口：验证配置是否成功if __name__ == "__main__":    print("Tracer configured:", tracer)

02 Span 的底层原理：执行步骤的结构化记录

图 2｜Span 执行流程

Span 的核心是执行步骤的结构化记录：

• 开始时间：Span 开始的时间戳
• 结束时间：Span 结束的时间戳
• 状态：Span 的执行状态（OK/ERROR）
• 属性：Span 的附加信息（key-value）

这意味着：

• Span 不是“日志行”，而是“结构化数据”
• Span 可以嵌套，形成父子关系
• Span 可以导出到外部系统，做可视化和分析

场景代码示例：Span 的使用方式

from opentelemetry import tracetracer = trace.get_tracer("langgraph-agent")def execute_node(state):    # 创建 Span    with tracer.start_as_current_span("execute_node") as span:        # 设置属性        span.set_attribute("node_name", "my_node")        span.set_attribute("input", str(state))        # 执行逻辑        result = process(state)        # 设置状态        span.set_status(trace.StatusCode.OK)        span.set_attribute("output", str(result))        return result# 最小验证if __name__ == "__main__":    print("execute_node ready")

03 上下文传播：跨节点的 Trace 关联

图 3｜上下文传播机制

上下文传播是分布式追踪的关键：

• TraceContext：携带 TraceID 和 SpanID
• 传播方式：通过 HTTP Header 或 gRPC Metadata
• 自动传播：OpenTelemetry 自动注入和提取

这意味着：

• 跨节点调用时，TraceContext 自动传播
• 子节点自动继承父节点的 TraceID
• 无需手动传递 TraceID

场景代码示例：上下文传播配置

from opentelemetry import tracefrom opentelemetry.propagate import set_global_textmapfrom opentelemetry.propagators.composite import CompositePropagatorfrom opentelemetry.propagators.tracecontext import TraceContextTextMapPropagator# 1) 配置传播器set_global_textmap(    CompositePropagator([TraceContextTextMapPropagator()]))# 2) 运行入口：验证传播器配置if __name__ == "__main__":    print("Propagator configured")

04 最小实验：观察追踪如何工作

实验条件

• 环境：LangGraph latest，Python 3.10+，Jaeger
• 输入：一个简单任务，包含两个节点
• 预期观察：Jaeger 中看到两个 Span，通过 TraceID 关联

• 先准备什么：启动 Jaeger，配置 OpenTelemetry
• 先跑什么：执行任务，观察 Jaeger 中的 Span
• 你应该看到什么：两个 Span，通过 TraceID 关联

代码 1

from opentelemetry import tracefrom opentelemetry.sdk.trace import TracerProviderfrom opentelemetry.sdk.trace.export import BatchSpanProcessorfrom opentelemetry.exporter.jaeger.thrift import JaegerExporter# 配置 Tracerprovider = TracerProvider()jaeger_exporter = JaegerExporter(    agent_host_name="localhost",    agent_port=6831,)provider.add_span_processor(BatchSpanProcessor(jaeger_exporter))trace.set_tracer_provider(provider)tracer = trace.get_tracer("langgraph-agent")def node_a(state):    with tracer.start_as_current_span("node_a") as span:        span.set_attribute("input", str(state))        return {"result": "a"}def node_b(state):    with tracer.start_as_current_span("node_b") as span:        span.set_attribute("input", str(state))        return {"result": "b"}# 测试# with tracer.start_as_current_span("root") as root_span:#     result_a = node_a({"task": "test"})#     result_b = node_b(result_a)#     root_span.set_attribute("output", str(result_b))

如果结果不符合预期，先看哪里

• Jaeger 是否正常连接
• TraceID 是否正确传播
• Span 是否正确创建
• Exporter 是否正确导出

05 跑出来不对时，先看这几件事

• 现象 1：Jaeger 中看不到 Span → 可能 Exporter 配置错误，先检查连接
• 现象 2：Span 之间没有关联 → 可能上下文传播未生效，先检查 Propagator
• 现象 3：Span 耗时不准确 → 可能时间戳错误，先检查时区
• 现象 4：采样率太低 → 可能采样策略配置错误，先检查 Sampler

06 什么时候该用，什么时候别急着上

• 更适合：复杂 Agent 执行链、生产级可观测性、性能分析
• 不适合：简单任务、原型验证、低并发场景
• 成本会突然变高的点：Span 存储、采样策略、Exporter 选型

3 问判断法

1. 你的 Agent 是否包含多个节点？
2. 是否需要定位性能瓶颈？
3. 是否需要生产级可观测性？

如果 3 个问题大多是否定，先不要上复杂方案。

07 小结：从“日志”到“结构化追踪”

分布式追踪的底层原理可以总结成三句话：

• Trace 是核心：一次完整的执行链，包含所有 Span
• Span 是关键：执行步骤的结构化记录，支持嵌套和关联
• 上下文是保障：TraceContext 自动传播，跨节点关联

当你把追踪从“日志”升级为“结构化追踪”，系统才真正具备可调试性、可监控性和可优化性。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】