跳到主要内容

OpenTelemetry 采样概述

介绍​

OpenTelemetry采样（Sampling）是控制分布式追踪数据量的关键技术。在微服务架构中，每个请求可能生成大量追踪数据，全量收集会导致存储和分析成本激增。采样通过智能筛选部分请求的追踪数据，平衡了观测需求与系统开销。

为什么需要采样？​

  • 成本控制：减少存储和传输开销
  • 性能优化：降低对应用的影响
  • 聚焦重点：优先保留有诊断价值的数据

采样类型​

1. 头部采样（Head-based Sampling）​

在请求开始时决定是否采样，所有相关Span共享同一决策。

2. 尾部采样（Tail-based Sampling）​

收集所有Span后基于整体特征（如延迟、错误）决定保留哪些追踪。

go
// 示例：基于错误率的尾部采样配置
sampler := tailsampling.NewComposite(
    tailsampling.NewErrorRate(0.5),  // 错误率>50%时保留
    tailsampling.NewAlwaysSample(), // 默认采样
)

常见采样策略​

策略描述适用场景
固定比率按固定比例采样（如10%）常规监控
速率限制每秒最多采样N个请求高流量系统
动态采样根据系统负载调整比率弹性云环境

实际案例​

电商网站采样方案：

yaml
# OpenTelemetry Collector配置示例
processors:
  probabilistic_sampler:
    sampling_percentage: 20  # 20%基础采样率
  tail_sampling:
    policies:
      - name: high-value-orders
        type: numeric_attribute
        numeric_attribute:
          key: "order.total"
          min_value: 1000  # 订单金额>$1000全采样
      - name: error-traces
        type: status_code
        status_code:
          status_codes: ["ERROR"]

配置建议​

初学者建议
  1. 开发环境使用 AlwaysOn 采样器
  2. 生产环境从 Probabilistic 开始（如5%）
  3. 逐步添加业务规则（如错误全采样）

总结​

采样是OpenTelemetry实现高效可观测性的关键。通过合理配置：

  • 保留有价值的诊断数据
  • 控制运维成本
  • 适应不同业务场景

扩展学习​

  1. 官方文档：OpenTelemetry Sampling Specification
  2. 实践练习：在本地环境比较不同采样率对追踪数据的影响
  3. 进阶话题：尝试组合头部采样和尾部采样策略