2、Jaeger基础回顾：Jaeger架构（Agent、Collector、Query、UI）、Span与Trace核心概念

在深入SLO故障排查之前，必须牢固掌握Jaeger的核心数据模型与组件架构。本章将快速梳理Span与Trace的语义关系，并拆解Agent、Collector、Query、UI四大组件的职责与数据流。

2.1 Span与Trace：分布式追踪的原子与聚合

Jaeger的数据模型基于OpenTracing标准，核心抽象只有两个：Span（跨度）和Trace（追踪）。

2.2 Jaeger四大组件架构

Jaeger采用解耦的微服务架构，数据从应用侧到存储侧依次经过Agent、Collector，最终通过Query和UI对外暴露。下图展示了完整的组件拓扑与数据流向。

2.3 组件职责详解

2.3.1 Jaeger Agent

• 定位：部署在应用主机上的守护进程（DaemonSet）或 Sidecar 容器。
• 职责：接收应用 SDK 通过 UDP 或 HTTP 发送的 Span，进行批处理、压缩后通过 gRPC 转发给 Collector。
• 关键作用：解耦应用与 Collector，避免应用直接依赖 Collector 地址；支持采样策略下发。

2.3.2 Jaeger Collector

• 定位：无状态服务，可水平扩展。
• 职责：接收 Agent 或 SDK 直连的 Span，执行数据校验、采样决策、索引构建，并写入存储后端。
• 关键作用：所有 Span 的唯一写入入口；支持多种存储适配器（Cassandra、Elasticsearch、Badger）。

2.3.3 Jaeger Query

• 定位：API 服务，对外提供 REST/gRPC 接口。
• 职责：从存储后端读取 Trace 数据，支持按 TraceID、服务名、操作名、标签、时间范围等条件检索。
• 关键作用：SLO 故障排查时，Query 是数据检索层，直接支撑 UI 和自动化脚本。

2.3.4 Jaeger UI

• 定位：Web 控制台，基于 Query API 构建。
• 职责：提供 Trace 搜索、Span 详情查看、服务依赖图、火焰图、比较分析等可视化能力。
• 关键作用：人工排查 SLO 违规时，UI 是第一现场，通过火焰图快速定位慢 Span。

2.4 Span 核心属性与 Trace 拓扑

一个完整的 Span 包含以下关键字段，这些字段在 SLO 故障排查中直接用于计算延迟和错误率：

{
  "traceID": "abc123def456",
  "spanID": "span001",
  "parentSpanID": "",          // 空表示 Root Span
  "operationName": "POST /api/order",
  "startTime": 1710000000000000,  // 微秒级时间戳
  "duration": 250000,             // 微秒，即 250ms
  "tags": {
    "http.method": "POST",
    "http.status_code": "200",
    "error": "false"
  },
  "logs": [
    { "timestamp": 1710000000050000, "fields": { "event": "cache.miss" } }
  ],
  "process": {
    "serviceName": "order-service",
    "tags": { "hostname": "pod-xyz" }
  }
}

2.5 Trace 拓扑与父子关系

Trace 通过 parentSpanID 字段构建树形结构。下图展示了一个典型的三层微服务调用 Trace 拓扑：

2.6 组件协作流程总结

1. 埋点：应用 SDK 在关键操作前后创建 Span，填充 TraceID、SpanID、ParentSpanID、Tags、Logs。
2. 上报：SDK 将 Span 通过 UDP 或 HTTP 发送给同节点的 Agent。
3. 转发：Agent 批量压缩后通过 gRPC 发送给 Collector。
4. 存储：Collector 校验、索引后写入 存储后端（Cassandra/ES/Badger）。
5. 检索：Query 从存储读取 Trace 数据，提供 API。
6. 可视化：UI 调用 Query API，展示 Trace 拓扑、Span 详情、火焰图。