📚 课程目录第4章链路数据采集与存储

4. 链路数据采集与存储：Jaeger数据模型与采样策略

在分布式链路追踪体系中，数据模型决定了链路信息的结构化方式与传输效率，而采样策略则直接控制数据采集的成本与完整性。本章深入剖析Jaeger的两大数据序列化格式——Thrift与Protobuf，并详解三种核心采样策略的适用场景与实现原理。

4.1 Jaeger数据模型：Span与Trace的核心结构

Jaeger的数据模型以Span为基本单元，多个Span通过TraceID关联形成完整的调用链路。每个Span包含以下关键字段：

字段	说明	示例值
traceID	全局唯一链路标识，贯穿整条调用链	`abc123def456`
spanID	当前Span的唯一标识	`span-001`
parentSpanID	父Span ID，用于构建调用树	`span-000`
operationName	操作名称，如RPC方法名或HTTP路由	`/api/v1/order`
startTime / duration	开始时间戳与持续时长（微秒）	`1710000000000 / 15000`
tags	键值对标签，记录元数据（如HTTP状态码）	`http.status_code=200`
logs	时间戳+事件描述，用于记录异常或关键事件	`error: timeout`

4.2 序列化格式：Thrift与Protobuf对比

Jaeger Agent与Collector之间的数据传输支持两种序列化协议：Thrift（早期默认）与Protobuf（v1.21+推荐）。两者在性能、兼容性与可扩展性上存在显著差异。

对比维度	Thrift (Compact Protocol)	Protobuf (Proto3)
序列化大小	中等，字段名使用ID映射	更小，采用varint编码
解析速度	较快，但需维护IDL文件	更快，原生支持gRPC
向后兼容	需手动管理字段ID	自动兼容，新增字段不影响旧解析器
生态集成	Jaeger原生，部分老版本仅支持Thrift	OpenTelemetry标准，跨平台更优
推荐场景	遗留系统或Agent版本较旧	新部署、gRPC传输、OTel集成

讲师提示： 生产环境建议优先使用Protobuf格式。若Agent与Collector版本均≥1.21，可通过环境变量 JAEGER_REPORTER_PROTOCOL=grpc 启用Protobuf传输，降低网络带宽消耗约30%。

4.3 采样策略：控制数据采集的三种模式

采样策略决定了哪些Span被采集并发送到后端。Jaeger提供三种核心策略，分别适用于不同的运维需求与成本约束。

4.3.1 头采样（Head-Based Sampling）

在Span创建时立即决定是否采样，决策依据通常是TraceID的哈希值与预设采样率。优点是实现简单、无额外延迟；缺点是可能丢失尾部关键Span（如慢查询或错误）。

配置方式： Jaeger Client初始化时设置 sampler.type=const 或 probabilistic。
典型参数： 采样率0.1（即10%的链路被采集）。
适用场景： 高吞吐、低延迟要求的微服务，可接受少量数据遗漏。

4.3.2 尾采样（Tail-Based Sampling）

先采集所有Span到本地缓冲区，待Span结束后根据完整链路特征（如错误、延迟、特定标签）决定是否保留。优点是能精准捕获异常链路；缺点是内存开销大，需配置缓冲区大小与过期时间。

配置方式： 通过Jaeger Collector的 tail-sampler 扩展或OpenTelemetry Collector的 tail_sampling 处理器。
典型参数： 缓冲区大小10000条，采样策略“错误链路100%采样，正常链路1%采样”。
适用场景： SLO监控、故障排查、低概率高影响事件的捕获。

4.3.3 自适应采样（Adaptive Sampling）

根据实时流量特征动态调整采样率，由Jaeger Collector集中计算并下发给Agent。核心思路是：对高频操作降低采样率，对低频或异常操作提高采样率，从而在固定存储预算内最大化链路覆盖。

配置方式： 启用Collector的 adaptive-sampler 特性，设置目标每秒采样数（如500 spans/sec）。
典型参数： 初始采样率0.1，自适应调整范围0.01~1.0。
适用场景： 大规模集群、流量波动大、存储成本敏感的环境。

避坑提醒： 自适应采样依赖Collector的全局视图，若Agent与Collector网络不稳定，可能导致采样决策滞后。建议配合健康检查与降级策略，在网络中断时回退到头采样模式。

4.4 采样策略对比与选型建议

策略	决策时机	内存开销	异常捕获能力	配置复杂度	推荐场景
头采样	Span创建时	低	低（随机丢弃）	低	日常监控、高吞吐服务
尾采样	Span结束后	高（需缓冲区）	高（按规则保留）	中	SLO告警、故障排查
自适应采样	动态调整	中	中（按流量优化）	高	大规模集群、成本控制

4.5 数据采集与存储流程总览

下图展示了从应用生成Span到最终存储的完整链路，以及采样策略的介入位置：

4.6 数据序列化与传输协议选择

Jaeger Agent与Collector之间的数据传输支持两种协议：gRPC（Protobuf） 和 Thrift over UDP/HTTP。下图展示了两种协议栈的对比：

4.7 实践：配置采样策略与数据格式

以下是一个典型的Jaeger Agent配置示例，同时启用Protobuf传输与自适应采样：

# jaeger-agent-config.yaml
agent:
  reporter:
    collector:
      grpc:
        host-port: "collector:14250"
        tls:
          enabled: true
  sampler:
    type: adaptive
    param:
      target-samples-per-second: 500
      initial-sampling-rate: 0.1
      min-sampling-rate: 0.01
      max-sampling-rate: 1.0

  关键参数说明：
  target-samples-per-second：Collector每秒期望接收的Span数，用于控制存储成本。
initial-sampling-rate：启动时的初始采样率，避免冷启动阶段采样不足。
min-sampling-rate / max-sampling-rate：自适应调整的上下限，防止极端情况。

4.8 本章小结

Jaeger数据模型以Span为核心，通过TraceID串联，支持Thrift与Protobuf两种序列化格式。
头采样适合高吞吐场景，尾采样适合精准异常捕获，自适应采样适合大规模动态环境。
生产环境推荐使用Protobuf + gRPC传输，并结合自适应采样平衡数据完整性与存储成本。