在尝试中遵循一项合乎逻辑的工作
保持稳定的作业标识符并将尝试级事件与最终结果分开，以便重试恢复仍然可测量。
选择框架
选择知道结果的边界
将队列等待与执行分开
计划的、排队的、开始的和完成的时间戳将积压压力与缓慢的工作代码区分开来。
定义终端状态
在编写停滞的作业查询或警报之前记录已完成、永久失败、取消、丢弃和死信结果。
共享事件合约
保持第一个模式可互操作
- job_id、job_name、queue_name、状态、尝试和释放
- scheduled_at、started_at、completed_at、duration_ms 和 wait_ms
- error_type、worker_name、item_count、dead_lettered 和 account_id
使这些字段适应工作流程，但在多个服务依赖同一个表之前保持单位、状态类别、标识符和所有权明确。
验证
在发出警报之前练习故障路径
- 1运行一次成功、重试恢复、永久失败和取消固定装置。
- 2确认同一逻辑作业在多次尝试中保持关联。
- 3协调队列等待、执行持续时间和端到端持续时间。
- 4测试重复传递和幂等下游行为。
实施指南
匹配框架、提供程序或运行时
来源实施指南
Ingest 和 Trigger.dev 作业 Telemetry
使用 SQL 就绪日志检测异步工作线程、计划作业、重试、失败和死信事件。
打开指南来源实施指南
Django 和 Celery 结构化事件监控
将 Django 请求结果和 Celery 任务生命周期与安全标识符、延迟、重试和终端状态连接起来。
打开指南来源实施指南
时间工作流程可观测性
跟踪临时工作流程结果、活动重试、计划启动延迟和业务里程碑，而无需记录工作流程负载。
打开指南来源实施指南
n8n 工作流程 Telemetry
通过 HTTP 请求节点将 n8n 工作流完成、失败、重试、项目计数和下游交付结果发送到有界 Telemetry 事件。
打开指南来源实施指南
BullMQ 队列监控
使用 SQL 就绪生命周期事件测量 BullMQ 队列等待、执行持续时间、重试、失败和死信增长。
打开指南来源实施指南
AWS SQS 队列可观测性
跟踪 SQS 消息期限、接收尝试、处理结果、批处理行为和死信路由，而无需存储消息正文。
打开指南来源实施指南
RabbitMQ 队列 Telemetry
通过结构化事件跟踪 RabbitMQ 发布确认、传送、确认、重新传送、队列等待、重试和死信结果。
打开指南来源实施指南
Google Cloud Pub/Sub 与 Telemetry 集成
使用稳定的消息标识符跟踪 Pub/Sub 发布、交付、确认、重新交付、排序、队列寿命和死信结果。
打开指南来源实施指南
Azure 服务总线 Telemetry
跟踪 Azure 服务总线发送、接收、锁定续订、结算、重新传递、延迟和死信结果，而无需收集消息正文。
打开指南来源实施指南
Kafka 消费者延迟和处理分析
使用结构化事件监控 Kafka 消费者结果、分区延迟、处理延迟、重试和有害消息处理。
打开指南来源实施指南
Sidekiq 作业 Telemetry
跟踪 Sidekiq 执行结果、尝试、队列等待、错误以及服务器中间件的释放，而无需复制作业参数。
打开指南来源实施指南
Redis 和节点-redis Telemetry
与 Node-Redis 一起测量 Redis 命令结果、延迟、缓存行为、重新连接和有限错误类别。
打开指南来源实施指南
AWS Lambda 结构化事件监控
通过紧凑的结构化事件跟踪 Lambda 调用、冷启动、持续时间、重试和业务成果。
打开指南来源实施指南
Stripe Webhook 与 Telemetry 集成
调试支付、订阅、发票、重试和下游计费同步行为，无需存储 Webhook 主体。
打开指南来源实施指南
GitHub 操作工作流程 Telemetry 集成
从 GitHub 操作发送有界终端工作流结果，其中包含运行、尝试、作业、结论、持续时间和发布上下文。
打开指南首先验证一个端到端工作流程
创建一个免费的 API 密钥，选择最接近的运行时指南，并在扩大覆盖范围之前发送已知的成功和失败信息。