2. OpenTelemetry 核心概念回顾：Span、Trace、Metric、Log、Context Propagation

在构建自动化事件触发 Runbook 之前，必须统一团队对 OpenTelemetry 数据模型的理解。本章回顾五大核心概念：Span、Trace、Metric、Log 以及 Context Propagation。这些概念是后续定义告警规则、关联事件上下文、触发自动化动作的基石。

2.1 Span：可观测性的基本工作单元

Span 是分布式追踪中最小的逻辑单元，代表一次具有开始时间和结束时间的操作。每个 Span 包含以下关键属性：

2.2 Trace：端到端请求的完整视图

Trace 由一组具有相同 Trace ID 的 Span 组成，描述一个请求从入口到出口的完整路径。Trace 的核心价值在于：

• 因果链可视化：通过 Parent-Child 关系还原调用拓扑。
• 延迟分解：定位耗时最长的 Span（瓶颈分析）。
• 错误传播追踪：快速找到根因 Span。

下图展示了一个典型 Trace 的结构，包含三个服务之间的调用关系：

2.3 Metric：聚合后的量化指标

Metric 是随时间聚合的数值数据，用于监控系统健康状态和性能趋势。OpenTelemetry 支持三种基本 Metric 类型：

2.4 Log：带上下文的事件记录

在 OpenTelemetry 体系中，Log 不再是孤立的文本行，而是与 Trace 和 Metric 关联的结构化记录。每个 Log Record 可以包含：

• Timestamp：事件发生时间。
• Severity：日志级别（TRACE / DEBUG / INFO / WARN / ERROR / FATAL）。
• Body：日志消息体（支持结构化 JSON）。
• Trace ID & Span ID：关联到具体的 Span，实现日志与追踪的联动。
• Attributes：自定义键值对，如 user.id、transaction.type。

// 结构化日志示例（JSON 格式）
{
  "timestamp": "2025-03-01T10:00:05.123Z",
  "severity": "ERROR",
  "body": "Database connection timeout",
  "traceId": "tr-001",
  "spanId": "a1b2c3d4e5f6",
  "attributes": {
    "db.system": "postgresql",
    "db.operation": "SELECT",
    "error.type": "timeout"
  }
}

2.5 Context Propagation：跨服务传递上下文

Context Propagation 是 OpenTelemetry 的“神经系统”，确保 Trace、Baggage 等信息在微服务间正确传递。其核心机制包括：

1. W3C Trace Context 标准：通过 HTTP 头 traceparent 和 tracestate 传递 Trace ID 和 Span ID。
2. Baggage：携带业务上下文（如用户 ID、租户 ID），跨服务共享。
3. Propagator：负责序列化/反序列化上下文，支持 HTTP、gRPC、消息队列等协议。

下图展示了 Context Propagation 在三个服务间的传递流程：

2.6 概念关系总结

下表梳理了五大核心概念在自动化 Runbook 场景中的角色：