OpenTelemetry 工作原理：完整指南
内容提要
OpenTelemetry 是开源、厂商中立的可观测性框架，统一采集追踪、指标和日志。其工作流程包括：通过自动或手动方式埋点，生成遥测数据；追踪记录请求跨服务路径，上下文传播关联各服务；SDK 处理数据，导出器经OTLP发送至Collector，最终由后端存储分析。Collector可选，但生产环境常用以集中管理数据。
延伸解读
自动与手动埋点的取舍
自动埋点能快速覆盖常见框架和库，但无法追踪自定义业务逻辑的细节。手动埋点虽需额外代码，却能精确记录关键函数耗时。实际项目中常两者结合：先用自动埋点建立基础，再对核心路径手动添加 span，以获得更完整的可观测性。
上下文传播的标准化意义
上下文传播依赖 W3C Trace Context 标准，确保不同语言、框架和服务间能共享同一 trace ID。自动埋点通常自动处理，但自定义传输或非标准协议时需手动介入。理解这一机制有助于排查跨服务追踪断裂的问题。
Collector 的灵活部署
Collector 并非必需，小型项目可直接从应用导出数据到后端。但生产环境常引入 Collector，以集中处理来自多个服务的遥测，支持数据过滤、脱敏和多后端路由。建议从简单架构开始，按需逐步增加 Collector。
采样与批处理的作用
高流量下全量采集会产生海量数据，采样可控制采集比例以降低成本。SDK 的处理器（如 BatchSpanProcessor）会批量导出，提升效率。理解这些机制有助于在数据完整性与资源消耗间取得平衡。
Q&A
OpenTelemetry 是什么？
OpenTelemetry 是一个开源、厂商中立的可观测性框架，提供标准化的方式来采集、生成和导出遥测数据（追踪、指标和日志），并支持将数据发送到任何可观测性后端。
OpenTelemetry 的遥测数据有哪几种类型？
OpenTelemetry 采集三种类型的遥测数据（称为信号）：追踪（traces）记录请求在系统中的路径和耗时；指标（metrics）提供数值型数据，如请求速率、内存使用；日志（logs）是带时间戳的事件记录。
如何对应用进行自动埋点？
自动埋点是通过添加 OpenTelemetry 的自动埋点库来实现的，无需修改业务代码。例如，在 Node.js Express 应用中，可以安装 @opentelemetry/sdk-node 和 @opentelemetry/auto-instrumentations-node，然后配置 NodeSDK 并启动，即可自动捕获 HTTP 请求、数据库查询等。
手动埋点与自动埋点有什么区别？
自动埋点通过添加库自动捕获常见操作，无需修改代码；手动埋点需要开发者手动在代码中创建 span，以跟踪特定函数或业务逻辑，例如使用 tracer.startActiveSpan 包裹函数。自动埋点覆盖常见场景，手动埋点用于自定义逻辑。
上下文传播在 OpenTelemetry 中起什么作用？
上下文传播用于在服务间传递追踪上下文（trace ID 和 parent span ID），通常通过 HTTP 头实现。它确保跨服务的 span 属于同一个 trace，从而在可观测性后端中形成完整的调用链。OpenTelemetry 遵循 W3C Trace Context 标准。
OpenTelemetry SDK 如何处理遥测数据？
SDK 接收 API 创建的 span，通过处理器（如 BatchSpanProcessor）进行批处理、添加属性或过滤，并支持采样以控制数据量。处理后的数据交给导出器发送。
OTLP 和 OpenTelemetry 有什么区别？
OTLP（OpenTelemetry Protocol）是 OpenTelemetry 使用的传输协议，用于传输遥测数据，支持 HTTP 或 gRPC。OpenTelemetry 是完整的框架，包括埋点、SDK、Collector 等，而 OTLP 只是其中的传输协议。
OpenTelemetry Collector 的作用是什么？
Collector 是一个独立服务，位于应用和后端之间，负责接收、处理和转发遥测数据。它包含接收器、处理器和导出器，可以集中管理来自多个应用的遥测数据，进行批处理、过滤、添加属性，并路由到一个或多个后端。
使用 OpenTelemetry 有哪些好处？
好处包括：厂商中立，避免供应商锁定；跨服务和语言的一致性，统一格式；追踪、指标和日志的关联，便于排错；作为行业标准，被广泛支持。
是否必须使用 OpenTelemetry Collector？
不是必须的。对于简单项目或刚开始使用，可以直接将遥测数据发送到后端。但在生产环境中，通常使用 Collector 来集中管理数据、路由到多个后端、过滤敏感信息等。
