📚 课程目录第2章 Jaeger基础回顾

Jaeger 基础回顾：架构、核心概念与采样策略

在深入事件触发下的变更冻结闸口故障排查之前，必须先牢固掌握 Jaeger 的基础知识。本章将系统回顾 Jaeger 的架构组件、Span 与 Trace 的核心数据模型，以及采样策略——这些是后续所有追踪分析工作的基石。

2.1 Jaeger 架构：四大核心组件

Jaeger 采用微服务架构设计，由四个主要组件协同工作，完成分布式追踪数据的采集、处理、存储与可视化。理解每个组件的职责，是定位故障链路的第一步。

  架构要点： Agent 与 Collector 之间的数据流是故障排查的关键路径。Agent 丢失、Collector 过载或存储后端不可用，都会导致追踪数据“黑洞”。

组件	职责	部署形态	故障排查关注点
Agent	接收应用发出的 Span，批量压缩后上报给 Collector	Sidecar / DaemonSet（每个节点一个）	UDP 丢包、Agent 进程崩溃、端口冲突
Collector	验证、索引、存储 Span，支持 gRPC/HTTP 接收	无状态集群（水平扩展）	CPU/内存瓶颈、背压导致数据丢弃
Query	从存储检索 Trace，提供 API 和 UI 查询	无状态服务	查询超时、存储连接异常
UI	可视化 Trace 搜索、Span 详情、依赖关系图	与 Query 同进程或独立部署	浏览器兼容性、API 网关超时

2.2 Span 与 Trace：分布式追踪的核心数据模型

Trace 是贯穿整个分布式系统的一次请求或事务的完整记录；Span 则是 Trace 中的最小工作单元，代表一个服务内的一个操作。理解 Span 的层级关系与属性，是解读 Jaeger UI 中故障链路的前提。

关键概念： 一个 Trace 由一组具有相同 TraceID 的 Span 组成。Span 通过 SpanContext（包含 TraceID、SpanID、Baggage）在服务间传播，形成父子关系。

Span 的核心属性

OperationName：操作名称，如 HTTP POST /api/order、DB.Query。
SpanID / TraceID：全局唯一标识符，TraceID 标识整条链路，SpanID 标识单个操作。
ParentSpanID：父 Span 的 ID，用于构建 Span 树形结构。根 Span 无父 ID。
StartTime / Duration：操作开始时间与持续时长，是性能分析的基础。
Tags：键值对元数据，如 http.status_code=500、error=true。
Logs：时间戳 + 结构化日志，用于记录异常堆栈或关键事件。

2.3 采样策略：控制数据量与成本

在高并发生产环境中，为每个请求生成完整 Trace 会产生巨大的存储和网络开销。采样策略决定了哪些请求被记录，直接影响故障排查时能否捕获到异常链路。

采样策略	工作原理	适用场景	故障排查影响
固定概率采样	以固定概率（如 0.1）随机采样	低流量、对成本敏感的环境	可能漏采偶发故障，需提高概率
速率限制采样	每秒最多采样 N 个 Span	高流量、需控制峰值写入的场景	突发流量下可能丢失关键 Trace
自适应采样	根据流量动态调整采样率，保证低流量全采、高流量降采	流量波动大的生产环境	推荐用于变更冻结闸口场景
远程采样	从 Collector 或配置中心动态获取采样策略	需要运行时调整策略的微服务	变更期间可临时提升采样率

变更冻结闸口特别提示： 在事件触发冻结期间，建议临时将关键服务的采样策略切换为“全量采样”（概率=1.0）或“远程采样+高优先级”，确保不遗漏任何与冻结闸口相关的故障链路。冻结解除后，再恢复为自适应采样以控制成本。

2.4 采样策略配置示例

以下为 Jaeger Client 的采样策略配置示例（以 Go 语言 SDK 为例），展示如何在代码中设置固定概率采样与远程采样。

// 固定概率采样：采样率 10%
import (
    "github.com/jaegertracing/jaeger-client-go"
    "github.com/jaegertracing/jaeger-client-go/config"
)

cfg := config.Configuration{
    Sampler: &config.SamplerConfig{
        Type:  jaeger.SamplerTypeProbabilistic,
        Param: 0.1, // 10% 采样率
    },
}

// 远程采样：从 Collector 获取策略
cfgRemote := config.Configuration{
    Sampler: &config.SamplerConfig{
        Type:                    jaeger.SamplerTypeRemote,
        Param:                   0.001, // 初始采样率
        SamplingServerURL:       "http://jaeger-collector:5778/sampling",
        MaxOperations:           1000,
        SamplingRefreshInterval: 60, // 每 60 秒刷新策略
    },
}

在变更冻结闸口场景下，可通过环境变量或配置中心动态覆盖采样率，例如设置 JAEGER_SAMPLER_TYPE=const 和 JAEGER_SAMPLER_PARAM=1 实现全量采样。