资源限制

介绍

在分布式追踪系统中，Jaeger 作为核心组件，其资源使用直接影响系统的稳定性和性能。资源限制是指通过配置约束 Jaeger 服务对内存、CPU 和存储等资源的使用，避免因资源耗尽导致服务崩溃或性能下降。本指南将详细介绍如何为 Jaeger 设置合理的资源限制，适合初学者逐步实践。

---

为什么需要资源限制？

Jaeger 在处理大量追踪数据时可能占用大量资源，尤其是：

• 内存：存储未落盘的追踪数据。
• CPU：处理数据压缩和查询请求。
• 存储：长期保存追踪数据。

未配置资源限制可能导致：

• 服务因内存溢出（OOM）被终止。
• 节点资源被独占，影响其他服务。
• 存储成本不可控。

---

核心配置项

1. 内存限制

通过环境变量或启动参数限制 Jaeger Collector 和 Query 服务的内存：

# 示例：Kubernetes Deployment 配置
env:
- name: SPAN_STORAGE_TYPE
  value: "elasticsearch"
- name: ES_MAX_NUM_SPANS  # 限制单个批次的Span数量
  value: "50000"
- name: MEMORY_MAX_TRACES  # 内存中保留的最大追踪数
  value: "10000"

备注

Jaeger Agent 默认内存限制为 --collector.queue-size=2000（队列大小），超过时会丢弃数据。

2. CPU 限制

在容器化部署中（如 Docker 或 Kubernetes），直接通过资源声明限制 CPU：

# Kubernetes 示例
resources:
  limits:
    cpu: "2"
    memory: "4Gi"
  requests:
    cpu: "1"
    memory: "2Gi"

3. 存储限制

根据后端存储类型配置：

• Elasticsearch：通过索引生命周期管理（ILM）自动删除旧数据。
• Cassandra：设置 TTL（Time-To-Live）。

// Elasticsearch ILM 策略示例
{
  "policy": {
    "phases": {
      "hot": { "actions": { "rollover": { "max_size": "50gb" } } },
      "delete": { "min_age": "7d", "actions": { "delete": {} } }
    }
  }
}

---

实际案例

场景：高流量服务的资源限制

一个电商平台在促销期间流量激增，Jaeger Collector 频繁因 OOM 崩溃。通过以下调整解决问题：

1. 调整内存队列：

   jaeger-collector --collector.queue-size=5000 --collector.num-workers=20

2. Kubernetes 资源限制：

   resources:
     limits:
       memory: "8Gi"
     requests:
       memory: "4Gi"

3. Elasticsearch 滚动索引：每天自动创建新索引，限制单个索引大小为 50GB。

---

总结

资源类型	配置方法	影响范围
内存	队列大小、环境变量	防止 OOM
CPU	容器资源声明	避免节点过载
存储	后端存储的 TTL 或 ILM	控制成本和数据保留周期

练习

1. 在本地 Docker 中启动 Jaeger，尝试通过 -e MEMORY_MAX_TRACES=5000 限制内存。
2. 使用 Kubernetes 为 Jaeger 分配 2CPU/4Gi 资源并观察性能变化。

附加资源

• Jaeger 官方文档：性能调优
• 《分布式追踪实战》第 6 章（资源管理）