跳到主要内容

OpenTelemetry 过滤导出

介绍​

在分布式系统中，OpenTelemetry收集的遥测数据（如跟踪、指标、日志）可能非常庞大。直接导出所有数据会导致存储成本高且难以分析。过滤导出允许你通过规则筛选出有价值的数据，例如：

  • 仅导出错误率高的请求
  • 忽略健康检查等低价值跟踪
  • 按服务名称或属性过滤指标

基本过滤原理​

OpenTelemetry通过**处理器（Processor）**实现过滤。以下是典型数据处理流程：

常用过滤方式​

  1. 属性过滤：基于资源/跨度中的键值对
  2. 采样过滤：按比例或条件采样
  3. 严重性过滤：如仅导出ERROR级别日志

代码示例：属性过滤​

以下示例展示如何只导出包含 http.status_code=500 的跟踪：

javascript
const { NodeSDK } = require('@opentelemetry/sdk-node');
const { SimpleSpanProcessor } = require('@opentelemetry/sdk-trace-node');
const { FilterProcessor } = require('@opentelemetry/processor-filter');

const filter = new FilterProcessor({
  // 只保留失败的HTTP请求
  spanFilter: (span) => span.attributes['http.status_code'] === 500
});

const sdk = new NodeSDK({
  spanProcessor: new SimpleSpanProcessor(exporter, filter)
});

输入数据（原始跟踪）：

json
[
  { "name": "HTTP GET /", "attributes": { "http.status_code": 200 }},
  { "name": "HTTP POST /submit", "attributes": { "http.status_code": 500 }}
]

输出数据（过滤后）：

json
[
  { "name": "HTTP POST /submit", "attributes": { "http.status_code": 500 }}
]

实际案例：电商平台过滤策略​

假设电商平台需要优化监控成本：

具体实现：

javascript
const { BatchSpanProcessor } = require('@opentelemetry/sdk-trace-node');

const paymentFilter = {
  spanFilter: (span) => {
    const isPayment = span.attributes['service.name'] === 'payment-service';
    const isError = span.status.code === 2; // ERROR状态
    return isPayment || isError;
  }
};

sdk.configureTracerProvider({
  spanProcessor: new BatchSpanProcessor(exporter, paymentFilter)
});

高级技巧​

动态过滤

结合环境变量实现动态规则：

javascript
const filterRules = JSON.parse(process.env.OTEL_FILTER_RULES || '{}');

new FilterProcessor({
  spanFilter: (span) => 
    filterRules.services?.includes(span.resource.service.name)
});

总结​

关键要点：

  • 过滤可减少70%以上的存储成本（根据实际业务差异）
  • 优先过滤高频低价值数据（如健康检查）
  • 生产环境建议结合采样策略

延伸学习​

  1. OpenTelemetry官方文档：处理器
  2. 练习：为你的项目添加过滤规则，比较过滤前后的数据量差异
  3. 进阶：研究如何将过滤规则配置为外部YAML文件
注意事项

过度过滤可能导致问题排查困难，建议保留：

  • 所有错误请求
  • 关键业务路径样本