跳到主要内容

容量监控

什么是容量监控？​

容量监控是分布式追踪系统中确保资源高效利用的关键实践。在Jaeger中，它涉及监控存储空间、计算资源（如CPU/内存）以及吞吐量（如每秒追踪数），以防止系统因数据激增或配置不当而崩溃。

为什么重要？
  • 避免因存储耗尽导致追踪数据丢失。
  • 优化资源分配，降低成本。
  • 提前预警性能瓶颈。

核心监控指标​

Jaeger的容量监控主要关注以下指标：

  1. 存储使用量：追踪数据占用的磁盘/内存空间。
  2. 吞吐量：每秒处理的追踪数据量（Spans/second）。
  3. 资源利用率：Collector和Query服务的CPU/内存消耗。

示例：通过Prometheus查询存储用量​

promql
# Jaeger Collector的接收Spans速率
rate(jaeger_collector_spans_received_total[5m])

# Jaeger 存储后端（如Cassandra）的磁盘使用量
cassandra_storage_used_bytes

实战：配置告警规则​

以下是一个Prometheus告警规则示例，当存储使用超过80%时触发警报：

yaml
groups:
- name: jaeger-capacity
  rules:
  - alert: JaegerStorageCritical
    expr: cassandra_storage_used_bytes / cassandra_storage_total_bytes > 0.8
    for: 30m
    labels:
      severity: critical
    annotations:
      summary: "Jaeger storage usage exceeds 80%"

容量规划案例​

假设你的应用每天生成 1TB 追踪数据，Jaeger配置如下：

  • 采样率：10%（实际存储 100GB/天）
  • 保留周期：7天
  • 压缩率：50%（Cassandra/S3等）

总存储需求：

100GB/day * 7 days * 0.5 = 350GB
注意

实际需求需考虑副本因子（如Cassandra默认3副本）： 350GB * 3 = 1.05TB

可视化监控面板​

使用Grafana绘制关键指标（示例Mermaid图表）：

总结与练习​

关键点：

  • 定期监控存储、吞吐量和资源指标。
  • 根据业务增长调整采样率和保留策略。
  • 为关键指标设置告警。

练习：

  1. 部署Prometheus并导入Jaeger的监控指标。
  2. 编写一个告警规则，当Span接收速率超过10k/s时通知团队。
  3. 计算你的Jaeger实例在30天保留期下的存储需求。

扩展阅读：