OpenTelemetry Delta 时间性与 Datadog
内容提要
OpenTelemetry 指标发往 Datadog 时，Delta 时间性可避免容器重启导致的计数器重置伪影。Datadog 内部按增量存储计数器。计数器用 max 聚合防止容器轮换导致减半，.as_count() 查看总量，.as_rate() 需短导出间隔。直方图使用 avg:/p95: 前缀，禁用 .as_rate()/.as_count()。仪表使用累计时间性。
延伸解读
Delta 时间性如何避免容器重启伪影
当容器重启时，累积计数器会从大值归零，Datadog 必须检测并丢弃负差值，这可能产生虚假尖峰或下跌。而 Delta 时间性下，每个数据点自包含，容器重启对指标不可见。因此，向 Datadog 发送 Delta 计数器能有效避免重置伪影，尤其适合容器化环境。
计数器查询：max 聚合与 .as_count() 的适用场景
在容器轮换时，旧容器可能发出低值数据点，默认 avg 聚合会将其与新容器平均，导致速率减半。使用 max 聚合可反映活跃容器的真实吞吐。.as_count() 查看滚动桶内的总计数，适合发现突发流量；.as_rate() 计算每秒速率，但需短导出间隔（如 10 秒）才有意义，长间隔下仅为粗略估计。
直方图查询：禁用 .as_rate()/.as_count()，使用聚合前缀
直方图导出桶计数、总和、计数、最小值和最大值，Datadog 据此计算百分位数和精确平均值。不要对直方图使用 .as_rate() 或 .as_count()，这些是计数器专用修饰符。应使用聚合前缀如 avg:、p95:、max: 来控制视图。例如，p95: 用于告警最坏情况，avg: 用于典型延迟。
仪表与时间性选择：累计时间性固定
仪表表示时间点状态（如缓冲区深度、队列长度），仅最后一个记录值会导出，且始终使用累计时间性，不受 Delta 选择器影响。查询时使用 avg: 前缀查看时间点值。因此，在配置 TemporalitySelector 时，只需为计数器、直方图和可观察计数器指定 Delta，仪表保持累计即可。
Q&A
OpenTelemetry 的 Delta 时间性和 Cumulative 时间性有什么区别？
Cumulative 每次导出的是自进程启动以来的累计总量，对于单调计数器只增不减；Delta 每次导出的是自上次导出以来的变化量，每次推送后重置。
为什么把 OpenTelemetry 指标以 Delta 时间性发送到 Datadog 可以避免容器重启伪影？
因为 Delta 时间性下每个数据点都是自包含的增量，容器重启不会导致计数器从大值跌到零，Datadog 无需检测和丢弃负差值，从而避免虚假尖峰或下跌。
Datadog 内部是如何存储 OpenTelemetry 计数器数据的？
根据文章经验，Datadog 似乎无论收到哪种时间性，内部都按增量存储计数器数据。发送 Cumulative 时，Datadog 会在摄入时对连续累计点做差分来得到增量。
在 Datadog 中查询 Delta 时间性的计数器时，为什么建议用 max 聚合而不是默认的 avg？
因为容器轮换时，旧容器可能发出最后一个低值数据点，新容器正在爬升，默认 avg 聚合会把它们平均，导致表观速率减半。使用 max 聚合可以取每个时间桶内各容器的最高值，反映活跃容器的真实吞吐量。
在 Datadog 中查询直方图指标时，应该使用哪些聚合前缀？能否使用 .as_rate() 或 .as_count()？
应使用聚合前缀如 avg:、p50:、p95:、max: 来控制视图。不能对直方图使用 .as_rate() 或 .as_count()，因为它们是计数器专用的修饰符。
OpenTelemetry 的仪表（Gauge）指标应该使用哪种时间性？在 Datadog 中如何查询？
仪表始终使用 Cumulative 时间性，因为它们表示时间点状态而非累积量。在 Datadog 中直接用 avg:metric{*} 查询即可看到时间点值。
