采样策略总览：Head Sampling vs Tail Sampling，确定性采样 vs 概率采样，常见采样场景

采样是分布式可观测性中控制数据量、降低存储成本与网络开销的核心手段。在 OpenTelemetry 生态中，采样策略主要从两个维度进行划分：采样发生的时间点（Head vs Tail）和采样决策的确定性（确定性 vs 概率）。理解这两个维度的交叉组合，是设计生产级采样方案的基础。

1. 采样时间点：Head Sampling vs Tail Sampling

根据采样决策发生在 Span 生命周期的哪个阶段，分为 Head Sampling（头部采样）和 Tail Sampling（尾部采样）。

2. 决策确定性：确定性采样 vs 概率采样

根据给定输入是否总是产生相同的采样结果，分为确定性采样和概率采样。

3. 常见采样场景与策略组合

实际生产环境中，通常需要根据业务场景组合多种采样策略。以下是 6 种典型场景及其推荐策略。

4. 采样策略组合矩阵

将时间点维度和确定性维度交叉，可以得到四种基本策略组合，每种组合都有其适用场景和注意事项。

5. 采样策略配置示例（YAML）

以下是一个结合 Head Sampling 和 Tail Sampling 的典型配置示例，展示了如何在 SDK 和 Collector 侧分别配置采样策略。

# SDK 侧：Head Sampling 配置（Java/Python/Go SDK 通用思路）
# 使用 TraceIdRatioBased 采样器，采样率 10%
otel:
  traces:
    sampler: "traceidratio"
    sampler.arg: "0.1"

# Collector 侧：Tail Sampling 配置
receivers:
  otlp:
    protocols:
      grpc:
        endpoint: 0.0.0.0:4317

processors:
  tail_sampling:
    decision_wait: 30s          # 等待 Trace 完整的最长时间
    num_traces: 100000          # 缓冲区大小
    expected_new_traces_per_sec: 1000

    policies:
      # 策略 1：错误 Trace 全量保留（确定性）
      - name: error-policy
        type: status_code
        config:
          status_codes:
            - ERROR

      # 策略 2：慢 Trace 保留（确定性，延迟 > 2s）
      - name: slow-policy
        type: latency
        config:
          threshold_ms: 2000

      # 策略 3：兜底概率采样（概率，保留 5% 的正常 Trace）
      - name: probabilistic-policy
        type: probabilistic
        config:
          sampling_percentage: 5

exporters:
  otlp:
    endpoint: your-backend:4317

service:
  pipelines:
    traces:
      receivers: [otlp]
      processors: [tail_sampling]
      exporters: [otlp]

6. 采样策略选型速查表

以下速查表帮助你在不同业务需求下快速选择采样策略组合。

采样策略的选择不是一次性的，需要根据数据量变化、业务需求演进和成本预算持续调整。建议在 Collector 侧添加采样指标监控（如采样率、丢弃率、缓冲区使用率），以便及时发现策略偏差并进行调优。