跳到主要内容

OpenTelemetry 采样配置

介绍​

采样（Sampling）是OpenTelemetry中的核心概念，它决定哪些追踪（Traces）和指标（Metrics）数据会被收集并传输到后端系统。合理的采样配置能有效降低系统开销，同时保留关键观测数据。本文将介绍常见的采样策略及其配置方法。

为什么需要采样？
  • 减少网络带宽和存储成本
  • 避免高负载应用因观测数据过多而崩溃
  • 聚焦关键业务路径的数据

采样策略类型​

OpenTelemetry支持多种采样策略，以下是主要类型：

1. 头部采样（Head-based Sampling）​

在请求开始时立即决定是否采样，通常基于概率或特定规则。

2. 尾部采样（Tail-based Sampling）​

收集所有请求的初始数据，在请求完成后根据整体特征（如延迟、错误）决定是否保留。

配置示例​

概率采样（最简单的方式）​

const { NodeTracerProvider } = require('@opentelemetry/sdk-node');
const { SimpleSpanProcessor } = require('@opentelemetry/sdk-trace-node');
const { ParentBasedSampler, TraceIdRatioBasedSampler } = require('@opentelemetry/core');

// 配置采样率为10%
const sampler = new ParentBasedSampler({
  root: new TraceIdRatioBasedSampler(0.1) // 10%的请求会被采样
});

const provider = new NodeTracerProvider({
  sampler: sampler
});

provider.addSpanProcessor(new SimpleSpanProcessor(new ConsoleSpanExporter()));
provider.register();
概率采样的特点
  • 配置简单，开销低
  • 可能错过重要错误请求
  • 适合低流量或测试环境

动态采样（基于规则）​

const { AlwaysOnSampler, AlwaysOffSampler } = require('@opentelemetry/core');

const dynamicSampler = (params) => {
  // 对特定路径强制采样
  if (params.attributes['http.target']?.includes('/payment')) {
    return new AlwaysOnSampler();
  }
  // 对其他请求使用10%采样率
  return new TraceIdRatioBasedSampler(0.1);
};

const provider = new NodeTracerProvider({
  sampler: dynamicSampler
});

实际案例​

电商网站采样策略​

  1. 关键路径：支付流程（100%采样）
  2. 商品浏览：10%概率采样
  3. 错误请求：自动采样（通过尾部采样器实现）

高级配置技巧​

组合多个采样器​

const { CompositeSampler } = require('@opentelemetry/core');

const sampler = new CompositeSampler({
  samplers: [
    new RuleBasedSampler(rules),
    new RateLimitingSampler(100) // 每秒最多100个采样
  ]
});

环境感知配置​

# opentelemetry-config.yaml
sampling:
  production:
    rate: 0.05
  staging:
    rate: 0.5
  development:
    rate: 1.0
注意事项
  1. 采样率过高会导致系统负载增加
  2. 采样率过低可能丢失关键问题线索
  3. 生产环境建议结合头部和尾部采样

总结​

OpenTelemetry采样配置是平衡系统开销与观测需求的关键。初学者应从简单概率采样开始，逐步探索更复杂的规则采样和动态采样策略。

延伸学习​

  1. 官方文档：OpenTelemetry Sampling
  2. 实践练习：
    • 配置一个开发环境100%采样，生产环境5%采样的应用
    • 实现针对/login路径的强制采样
  3. 进阶阅读：分布式追踪中的一致性采样概念