用途:为微服务应用实现 OpenTelemetry 分布式追踪,跟踪跨服务请求并定位性能瓶颈,适用于调试多服务延迟、梳理请求依赖、发现慢查询或外部 API 调用、将追踪与日志指标关联做根因分析、测量端到端延迟,以及从 Zipkin、Jaeger 等旧系统迁移。
主要能力:
- 部署追踪后端,资料给出 Jaeger all-in-one 与 Grafana Tempo 的 docker-compose 示例及 Tempo 的 S3 存储配置。
- 自动埋点,涵盖 Python Flask、Go Gin、Node.js Express,含对应安装命令如 pip install opentelemetry-distro opentelemetry-exporter-otlp、go get go.opentelemetry.io/otel、npm install @opentelemetry/sdk-node 等。
- 手动埋点,创建自定义 span 记录业务逻辑、数据库查询与外部调用,并给出 semantic conventions 属性与错误记录建议。
- 上下文传播,覆盖 W3C Trace Context HTTP 头、Kafka 消息队列及 Python asyncio 异步场景。
- 采样策略,含 ParentBased、TraceIdRatioBased 等,以及 Tempo 基于 TraceQL 的尾采样与速率限制参数。
- 与指标日志关联,将 trace ID 写入日志,用 Tempo metrics generator 生成 Prometheus 指标并通过 exemplar 关联回追踪。
使用方式:按步骤先部署后端,再对应用做自动埋点,补充手动 span,配置传播与采样,最后打通指标日志关联。验证要点包括各服务 span 是否上报、父子关系是否正确、采样率是否达标、日志中是否出现 trace ID 等。
限制与坑点:资料提醒注意上下文未传播、span 未结束导致内存泄漏、过度埋点造成追踪膨胀、未记录错误、高基数属性、span kind 使用不当、采样决策未遵循父上下文等问题。官方未提供的具体收费、性能数字与版本兼容细节暂未提供。