跳到主要内容

OpenTelemetry 处理器

介绍​

OpenTelemetry处理器（Processor）是OpenTelemetry SDK中的核心组件，负责在数据导出前对遥测数据（如追踪、指标、日志）进行过滤、转换或批处理。它们像“流水线上的工人”一样，处理原始数据以提高效率或适配下游系统。

为什么需要处理器？
  • 减少网络开销：通过批处理压缩数据。
  • 数据清洗：过滤敏感信息或无效数据。
  • 资源优化：采样可降低存储成本。

处理器类型​

1. 批处理处理器（Batch Processor）​

将多个数据项组合成批次后导出，显著减少网络调用。

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

const exporter = new ConsoleSpanExporter();
const processor = new BatchSpanProcessor(exporter, {
  maxQueueSize: 1000,    // 队列最大容量
  maxExportBatchSize: 50 // 单次导出最大批次数
});

2. 简单处理处理器（Simple Processor）​

立即导出每条数据，适合调试但性能较低。

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

const processor = new SimpleSpanProcessor(new ConsoleSpanExporter());

3. 采样处理器（Sampling Processor）​

通过采样策略减少数据量，例如只记录1%的请求：

实际案例​

电商应用场景​

假设你需要监控一个商品搜索服务：

  1. 批处理：将每秒数千次搜索追踪批量发送。
  2. 属性过滤：移除信用卡号等敏感字段。
  3. 错误采样：确保所有错误请求被记录，正常请求仅采样10%。
javascript
const { AttributeFilter } = require('@opentelemetry/processor-attributes-filter');

const filter = new AttributeFilter({
  allow: ['http.method', 'http.status_code'],
  deny: ['credit_card_number']
});

总结​

处理器类型最佳场景性能影响
Batch生产环境高吞吐量低延迟
Simple开发/调试高开销
Sampling成本敏感型应用可变
注意事项
  • 批处理可能增加内存消耗，需合理配置队列大小。
  • 采样可能丢失关键数据，需谨慎设计策略。

延伸练习​

  1. 创建一个批处理处理器，模拟处理100条追踪数据并导出到控制台。
  2. 实现一个自定义处理器，为所有跨度添加environment=dev属性。

附加资源​