用途：在微服务架构中实现分布式追踪，借助 Jaeger 与 OpenTelemetry 获得请求全链路可见性，用于排查延迟、定位错误和理解服务调用关系。
主要能力：资料给出追踪的核心概念——Trace（端到端请求旅程）、Span（追踪中的单次操作）、Context（服务间传播的元数据）、Tags（用于过滤的键值对），并展示前端→网关→认证/用户服务→数据库的 Span 层级示例。
使用方式：提供 Python 与 Node.js 的 OpenTelemetry 接入示例。Python 侧初始化 TracerProvider、BatchSpanProcessor 与 JaegerExporter（agent_host_name="jaeger"，agent_port=6831），用 FlaskInstrumentor 自动埋点，并通过 tracer.start_as_current_span 创建自定义 Span、set_attribute 添加属性。Node.js 侧使用 NodeTracerProvider 与 JaegerExporter（endpoint 为 http://jaeger:14268/api/traces）并注册 provider。上下文传播示例用 opentelemetry.propagate 的 inject 将 traceparent 写入 HTTP 头。采样策略给出 probabilistic（如 0.01 即 1%）与 ratelimiting（如 100/秒）两种配置。Jaeger 查询示例包括 service=my-service duration > 1s 与 service=my-service error=true tags.http.status_code >= 500。日志关联示例通过 span.get_span_context().trace_id 将 trace_id 写入日志。
适用场景：微服务延迟调试、跨服务错误排查、请求链路可视化。
限制与最佳实践：资料建议生产环境采样 1-10%、添加有意义的标签（user_id、request_id）、在所有边界传播上下文、在 Span 中记录异常、统一操作命名、监控追踪开销（CPU 影响小于 1%），并用 trace ID 关联日志。具体部署细节、版本要求与完整配置未提供。