今天分享下如何使用 opentelementry 和 jaeger 采集服务的 trace。
一. 简介
1.1 opentelementry
OpenTelemetry（简称 OTel）是一个开源的分布式链路追踪（Distributed Tracing）、指标（Metrics）和日志（Logs）的标准化框架，旨在提供一套统一的工具、API 和 SDK，帮助开发者在复杂的分布式系统中实现可观测性（Observability）。
核心目标
解决分布式系统中可观测性工具碎片化的问题：传统上，不同厂商（如 Jaeger、Zipkin、Prometheus 等）有各自的追踪 / 监控方案，导致开发者需要适配多种接口。OpenTelemetry 提供了 ** vendor-agnostic（与厂商无关）** 的标准，让数据可以无缝对接不同的后端（如存储、分析平台），避免绑定特定工具。
核心功能
1.分布式链路追踪（Tracing）
o追踪请求在分布式系统中的流转路径（如从用户请求到 API 网关、微服务、数据库等）。
o通过跨度（Span） 记录每个服务的处理过程（耗时、状态、元数据等），多个相关 Span 组成一条追踪链路（Trace）。
o基于 W3C Trace Context 规范（包含 traceparent、tracestate 等 HTTP 头），实现跨服务、跨平台的追踪上下文传递。
2.指标（Metrics）
o收集系统或应用的数值型数据（如 QPS、延迟、错误率、内存使用率等），用于监控和告警。
o支持多种指标类型（计数器、 gauge、直方图等），并可与追踪数据关联分析。
3.日志（Logs）
o收集系统运行过程中的日志信息，支持结构化日志，并能与追踪、指标数据关联（如通过 Trace ID 将日志绑定到具体链路）。
核心组件
·API：定义了跨语言的接口（如创建 Span、记录指标的方法），开发者无需关心底层实现。
·SDK：各语言的具体实现（如 Java、Python、Go 等），提供自动 instrumentation（自动埋点，如对 HTTP 框架、数据库驱动的追踪）和手动埋点能力。
·Collector：一个可配置的代理服务，负责接收、处理（过滤、转换、聚合）和导出追踪 / 指标 / 日志数据到后端（如 Jaeger、Zipkin、Prometheus、Elasticsearch 等）。
·Instrumentation Libraries：针对常见框架 / 库的预定义埋点（如 Spring Boot、Django、MySQL 驱动等），开发者无需手动修改代码即可启用追踪。
工作流程
1.埋点：通过 SDK 或自动埋点工具，在应用中生成追踪、指标或日志数据。
2.上下文传递：在服务调用时（如 HTTP、RPC），通过 Trace Context 传递追踪上下文（确保跨服务链路的连贯性）。
3.数据收集：数据被发送到 OpenTelemetry Collector 或直接导出到后端。
4.存储与分析：后端工具（如 Jaeger）存储并可视化追踪链路，帮助定位性能瓶颈或错误。
优势
·标准化：遵循开放标准（如 W3C Trace Context），避免厂商锁定。
·多语言支持：覆盖主流编程语言（Java、Python、Go、C++ 等）。
·灵活性：可对接多种后端工具（追踪、监控、日志系统）。
·自动化：大量预定义的 instrumentation 库减少手动埋点成本。
OpenTelemetry 已成为云原生领域可观测性的事实标准，被 CNCF（云原生计算基金会）托管，与 Kubernetes、Prometheus 等生态工具紧密集成。
github 地址：https://github.com/open-telemetry 里面有多个仓库，比如 collecktor、SDK 等。
官方文档： https://opentelemetry.io/docs
1.2 jaeger
Jaeger 是Uber公司研发，后来贡献给CNCF的一个分布式链路追踪软件，这里我只用 jager 的 UI，用来查看 opentelementry 中的 trace。
jaeger官网：https://www.jaegertracing.io/
github地址： https://github.com/jaegertracing/jaeger
二. 部署
数据流：HotROD（nginx）-->otel-collector reveiver --> otel-collector export-->jaeger receiver <--jaeger UI
2.1 部署collector和jaeger
1.拉取镜像
# dockerhub
docker pull otel/opentelemetry-collector-contrib:0.136.0
# ghr.io
docker pull ghcr.io/open-telemetry/opentelemetry-collector-releases/opentelemetry-collector-contrib:0.136.0\
# dockerhub
docker pull jaegertracing/all-in-one:1.72.0
2.编写 docker-compose.yaml
services:
# 1. OTLP Collector：统一接收各端OTLP数据
otel-collector:
image:otel/opentelemetry-collector-contrib:0.136.0
container_name: otel-collector
hostname: otel-collector
restart: always
ports:
- "4317:4317"# gRPC端口（各端OTLP数据默认发送端口）
- "4318:4318"# HTTP端口
volumes:
- $PWD/otel/otel-collector-config.yml:/etc/otelcol-contrib/config.yaml# 挂载配置文件
networks:
- otlp-network # 所有服务加入同一网络，确保互通
# 2. Jaeger：可视化Trace链路（开箱即用，无需额外配置）
jaeger:
image: jaegertracing/all-in-one:1.72.0
container_name: jaeger
hostname: jaeger
restart: always
ports:
- "16686:16686"# Web界面端口
networks:
- otlp-network
networks:
otlp-network:
driver: bridge
driver_opts:
com.docker.network.enable_ipv6: "false"
3.编辑配置文件
receivers:
# 接收各端的OTLP gRPC/HTTP数据（核心）
otlp:
protocols:
grpc:
endpoint: 0.0.0.0:4317
http:
endpoint: 0.0.0.0:4318
processors:
# 简单处理：添加服务环境标签（可选，便于筛选）
resource:
attributes:
- key: env
value: "dev"
action: insert
exporters:
# 转发数据到Jaeger（地址为Jaeger容器名:端口，同一网络可直接用容器名）
otlp/jaeger:
endpoint: "jaeger:4317"
tls:
insecure: true
service:
pipelines:
# Trace数据流水线：接收→处理→转发
traces:
receivers: [otlp]
processors: [resource]
exporters: [otlp/jaeger]
4.启动
docker compose up -d
5.浏览器访问测试
http://<server IP>
2.2 部署HotROD示例应用
HotROD（按需出行）是一个演示应用程序，由多个微服务组成，展示了 OpenTelemetry 和分布式追踪的使用。
1.添加HostROD服务
# 3. jaeger应用示例jaeger-example-hotrod:image: jaegertracing/example-hotrod:1.72.0container_name: jaeger-example-hotrodhostname: jaeger-example-hotrodrestart: alwayscommand: ["all", "--otel-exporter=otlp"] # 原命令的参数，启动所有子服务ports:- "7070-7073:8080-8083"# 映射 HotROD 服务端口（8080 为入口，8081-8083 为子服务）environment:# 对接otel-collector的 HTTP- OTEL_EXPORTER_OTLP_ENDPOINT=http://192.168.31.103:4318depends_on:- jaeger- otel-collectornetworks:- otlp-network
2. 验证
1）访问 HotROD 前端：打开 http://<server IP>
2）在 Jaeger UI 查看追踪：回到 http://
这些参数是 Jaeger 中一条分布式追踪（Trace）的关键汇总信息，各参数含义如下：
·Trace Start
表示这条追踪的开始时间，即整个请求链路中第一个操作（Span）开始的时间点，这里是 October 18 2025, 23:04:17.479。
·Duration
代表这条追踪的总持续时间，也就是从追踪开始到所有相关操作（Span）都完成所花费的时间，此处为 692.42ms，反映了整个请求处理的耗时情况。
·Services
指这条追踪涉及的服务数量，这里是 6，说明整个请求链路涉及了 6 个不同的服务参与处理。
·Depth
表示追踪的深度，即调用链的层级深度，这里是 4，意味着在整个调用过程中，操作的嵌套层级最多有 4 层。
·Total Spans
代表这条追踪中Span 的总数量，Span 是分布式追踪中的基本单元，每个 Span 对应一个操作（如一次 RPC 调用、一次数据库查询等），这里有 39 个 Span，说明整个请求链路包含了 39 个这样的操作。
2.3 追踪nginx示例
注意使用限制：
·Nginx OTel 模块目前仅支持 gRPC 方式上报，不支持 HTTP 方式上报。
·Nginx OTel 模块版本说明：
o≥ 0.1.2：支持将 Nginx OTel 采集到的 Nginx 调用链直接转发上报至可观测链路 OpenTelemetry 版。
o≤ 0.1.1：Nginx OTel 模块不支持设置 gRPC 鉴权 Token，因此您需要部署 OpenTelemetry Collector。
前往Docker官网，搜索并拉取带有-otel后缀的Nginx镜像（如nginx:1.26.0-otel），通过标准容器启动流程部署服务。Nginx 1.27.5 版本及以上默认采用的是 0.1.2 版本的Nginx OTel 模块。
若要为 Nginx 启用链路追踪，还需要在 Nginx 主配置文件/etc/nginx/nginx.conf中加载 OTel 模块并添加配置项。关于 OTel 模块的更多参数配置信息，请参见ngx_otel_module 模块文档。
·全局配置：为所有 HTTP 请求开启链路追踪。
load_module modules/ngx_otel_module.so; # 加载 ngx_otel_module
...
http {
...
otel_exporter {
endpoint "${GRPC_ENDPOINT}"; # 前提条件中获取的 gRPC 接入点
header Authentication "${GRPC_TOKEN}"; # 前提条件中获取的鉴权 Token
}
otel_trace on; # 开启链路追踪
otel_service_name ${SERVICE_NAME};# 应用名
otel_trace_context propagate; # 向下游服务注入Trace上下文
...
}
·为单个 Location 开启链路追踪
load_module modules/ngx_otel_module.so; # 加载 ngx_otel_module
...
http {
otel_exporter {
endpoint "${GRPC_ENDPOINT}"; # 前提条件中获取的 gRPC 接入点
header Authentication "${GRPC_TOKEN}"; # 前提条件中获取的鉴权 Token
}
server {
listen 127.0.0.1:80;
location /hello {
otel_trace on; # 只为 127.0.0.1:80/hello 开启链路追踪
otel_service_name ${SERVICE_NAME}# 应用名
otel_trace_context propagate; # 向下游服务注入Trace上下文
...
}
}
}
追踪示例：
1.docker-compose 中添加 nginx 服务
# 采集 nginx 应用
nginx-otel-test-docker:
image: nginx:1.28.0-alpine3.21-otel # 默认包含 0.1.2 版本 nginx-moduel-otel 模块的 nginx 镜像
container_name: nginx-otel-test-docker
hostname: nginx-otel-test-docker
restart: always
volumes:
- ./nginx_conf/nginx.conf:/etc/nginx/nginx.conf:ro
- ./nginx_conf/default.conf:/etc/nginx/conf.d/default.conf:ro
ports:
- "1666:80"
depends_on:
- jaeger
- otel-collector
networks:
- otlp-network
nginx.conf 关键配置：
# 加载 ngx_otel_module
load_module modules/ngx_otel_module.so;
...
http {
...
# OTEL配置
otel_exporter {
endpoint otel-collector:4317;
}
otel_trace on;# 开启链路追踪
otel_service_name nginx-otel-test-docker; # 应用名,自己自定义
otel_trace_context propagate;# 向下游服务注入Trace上下文
include /etc/nginx/conf.d/*.conf; # 包含conf.d目录下的所有配置文件
}
default.conf 配置：
server {
listen 80;
server_namelocalhost;
location / {
root /usr/share/nginx/html;
indexindex.html index.htm;
}
error_page 500 502 503 504/50x.html;
location = /50x.html {
root /usr/share/nginx/html;
}
}
2.访问 nginx
3.到 jaeger中查看会看到多一个 nginx-otel-test-docker 的服务
点击 Find Traces：
可以看到刚刚访问的/，点击可查看详情：
2.4 对接 openobserve
上篇文章有说到 openobserve 也可以解决 trace，这里演示下
1.到数据源查看对接参数
2.修改otel-collector-config.yml
exporters:
# 转发数据到Jaeger（地址为Jaeger容器名:端口，同一网络可直接用容器名,可以用 grpc 也可以用 http）
otlp/jaeger:
endpoint: "jaeger:4317"
tls:
insecure: true
# 对接 openobserve
# http方式
otlphttp/openobserve:
endpoint: http://192.168.31.103:5080/api/default
headers:
Authorization: Basic YWRtaW5AZWFzeW9wcy5vbmxpbmU6R0pvbXRrUmV6SzFtM1FjWQ==
stream-name: default
service:
pipelines:
# Trace数据流水线：接收→处理→转发
traces:
receivers: [otlp]
processors: [resource]
exporters: [otlp/jaeger,otlphttp/openobserve]
3.重启otel-collector
docker restart otel-collector
4.到 openobserve 中查看
可以发现和 jaeger 中看到的是一致的。下期再介绍下如何在 k8s 中无侵入采集服务的 trace。