跳到主要内容

OpenTelemetry 采样器

介绍​

采样器（Sampler）是OpenTelemetry中决定是否记录、处理和导出遥测数据（如跟踪、指标和日志）的组件。通过采样，开发者可以在系统开销和观测细节之间取得平衡——例如在高流量场景下仅采集部分数据，同时仍能保持对系统行为的有效监控。

为什么需要采样？​

想象一个每秒处理10万请求的电商系统：如果记录每个请求的完整跟踪数据，会导致：

  1. 存储成本激增
  2. 网络带宽压力
  3. 后端处理负载过大

采样器通过智能过滤数据来解决这些问题：

采样器类型​

OpenTelemetry提供多种内置采样器：

1. AlwaysOnSampler​

记录所有数据，适用于调试环境：

python
from opentelemetry.sdk.trace.sampling import ALWAYS_ON
sampler = ALWAYS_ON

2. AlwaysOffSampler​

丢弃所有数据，适用于性能测试：

javascript
const { AlwaysOffSampler } = require('@opentelemetry/sdk-trace-base');
const sampler = new AlwaysOffSampler();

3. TraceIdRatioBasedSampler​

按比例采样（如只记录10%的请求）：

go
import "go.opentelemetry.io/otel/sdk/trace"

sampler := trace.TraceIDRatioBased(0.1) // 10%采样率

4. ParentBasedSampler​

根据父Span的采样决定进行继承，常用于分布式系统：

java
import io.opentelemetry.sdk.trace.samplers.Sampler;

Sampler sampler = Sampler.parentBased(Sampler.traceIdRatioBased(0.5));

自定义采样器​

通过实现shouldSample方法创建自定义逻辑。例如只采样耗时超过100ms的请求：

python
from opentelemetry.trace import Span, SamplingResult, Decision

class LatencySampler:
    def should_sample(self, context, trace_id, name, attributes, links):
        if attributes.get("duration_ms", 0) > 100:
            return SamplingResult(Decision.RECORD_AND_SAMPLE)
        return SamplingResult(Decision.DROP)

实际案例​

电商平台采样策略​

微服务环境配置​

yaml
# opentelemetry-collector配置示例
processors:
  probabilistic_sampler:
    sampling_percentage: 15

最佳实践​

采样策略建议
  1. 生产环境：组合使用ParentBased和TraceIdRatioBased
  2. 关键路径：对支付、登录等关键操作100%采样
  3. 开发环境：使用AlwaysOnSampler获取完整数据
注意事项
  • 采样决策应在分布式系统的入口服务统一做出
  • 采样率调整后需要监控存储/性能指标变化
  • 错误类Span建议额外提高采样率

总结​

采样器是OpenTelemetry中控制数据量的关键组件，通过合理配置可以：

  • 降低系统资源消耗
  • 保持关键业务的可观测性
  • 优化监控成本

延伸学习​

  1. 尝试在本地环境比较不同采样率对内存占用的影响
  2. 实现一个基于HTTP状态码的自定义采样器（如对5xx错误100%采样）
  3. 阅读OpenTelemetry采样规范