分布式追踪通过提供数据库交互如何影响应用程序性能和可靠性的可见性，在数据库可观测性中发挥着关键作用。在现代系统中，应用程序通常依赖于多个服务和数据库，分布式追踪能够跟踪请求在不同组件中的流转。对于数据库而言，这意味着捕获查询执行时间、错误以及与其他服务交互等详细信息。每个数据库操作都成为一个“追踪”的一部分——由唯一标识符连接的事件时间线——它显示了单个请求（如 API 调用）如何在系统中级联传播。这有助于开发人员了解延迟或错误是源于数据库层还是其他地方。
例如，追踪可能揭示一个缓慢的 SQL 查询正在导致 API 响应瓶颈。如果没有分布式追踪，开发人员可能需要花费数小时孤立地检查应用程序日志或数据库指标。通过追踪，他们可以立即看到具体的查询、其持续时间以及它如何融入到更广泛的请求生命周期中。同样，追踪可以通过显示多个追踪中获取连接的重复延迟来发现数据库连接池耗尽等问题。另一个常见的场景是识别级联故障：一个服务对数据库调用的超时可能会触发另一个服务的重试，从而放大延迟。追踪通过可视化整个流程来连接这些点。
为数据库实现分布式追踪通常涉及对数据库客户端或驱动程序进行插桩，为每个查询或事务生成 spans（独立的工作单元）。OpenTelemetry 或供应商特定的代理等工具可以自动化此过程，将追踪上下文（例如追踪 ID）嵌入到数据库调用中。开发人员随后可以将数据库活动与应用程序逻辑关联起来，例如查看 ORM 生成的查询如何影响面向用户的功能。然而，挑战包括确保低开销（特别是对于高吞吐量系统）以及避免过度的数据采集。通过将追踪与指标和日志集成，团队可以全面了解数据库健康状况，从而加快故障排除并主动优化关键查询。