RousselTMLEARNING

Artículo · OpenTelemetry: del descubrimiento a la experiencia

Correlacionar trazas, métricas, logs y perfiles

Este artículo está disponible en francés.

1. Pourquoi corréler #

Le temps de diagnostic est le vrai coût d'un incident.

Sans et avec corrélation #

Sans corrélation, l'ingénieur d'astreinte voit un pic d'erreurs dans un tableau de bord, cherche des logs autour de la même heure, devine quel service est en cause, puis cherche une trace « qui ressemble ». Avec des signaux corrélés, chaque étape est un clic, sur des données qui concernent la même requête.

Navigation entre signaux
Chaque flèche correspond à un identifiant partagé par les signaux.

2. Les mécanismes de corrélation #

Ce qu'il faut mettre en place.

Vue d'ensemble #

LienMécanismeÀ vérifier
Tous les signaux d'un serviceressource identique (service.name, service.version, deployment.environment.name, k8s.pod.name)même SDK ou mêmes variables pour tous les signaux ; k8sattributes dans le Collector
Log → tracetrace_id et span_id dans chaque logappender OTel ou ajout dans le format JSON
Métrique → traceexemplars avec trace_idexemplars activés dans le SDK et stockés par le backend (Prometheus --enable-feature=exemplar-storage)
Trace → métriquesspan metrics et service graph calculés depuis les spansconnecteurs spanmetrics, servicegraph ou générateur de métriques de Tempo
Trace → profiléchantillons étiquetés avec le span_idSDK de profilage avec span processor
Contexte métierbaggage propagé (tenant.id, shop.customer.tier)processor qui copie le baggage en attributs

Une ressource partagée #

# Les mêmes variables pour tous les signaux d'un service
export OTEL_SERVICE_NAME=checkout
export OTEL_RESOURCE_ATTRIBUTES=service.namespace=shop,service.version=1.4.0,deployment.environment.name=production
export OTEL_TRACES_EXPORTER=otlp OTEL_METRICS_EXPORTER=otlp OTEL_LOGS_EXPORTER=otlp
Erreur Courante : Si les traces disent checkout et les logs checkout-api, aucune navigation automatique ne fonctionne. Le nom du service est la clé de toute la corrélation.

3. Configurer Grafana #

Les liens entre sources de données.

Provisioning des sources #

apiVersion: 1
datasources:
  - name: Tempo
    type: tempo
    uid: tempo
    url: http://tempo:3200
    jsonData:
      tracesToLogsV2:
        datasourceUid: loki
        filterByTraceID: true
        spanStartTimeShift: -5m
        spanEndTimeShift: 5m
      tracesToMetrics: { datasourceUid: prometheus }
      tracesToProfiles: { datasourceUid: pyroscope, profileTypeId: "process_cpu:cpu:nanoseconds:cpu:nanoseconds" }
      serviceMap: { datasourceUid: prometheus }
  - name: Loki
    type: loki
    uid: loki
    url: http://loki:3100
    jsonData:
      derivedFields:
        - { name: TraceID, matcherRegex: '"trace_id":"(\w+)"', url: "$${__value.raw}", datasourceUid: tempo }
  - name: Prometheus
    type: prometheus
    uid: prometheus
    url: http://prometheus:9090
    jsonData:
      exemplarTraceIdDestinations: [{ name: trace_id, datasourceUid: tempo }]

Le parcours type #

Parcours de diagnostic
Sans corrélation, chaque étape est une recherche manuelle par horodatage.
  1. L'alerte de burn rate se déclenche sur le SLO de latence.
  2. Le panneau de latence p99 affiche des exemplars : on clique sur le plus haut.
  3. La trace s'ouvre : le span payment dure 2 s et finit en erreur.
  4. « Logs for this span » affiche le log connection pool exhausted.
  5. « Profiles for this span » montre le temps passé à attendre le pool.
  6. La version (service.version) montre que le problème est apparu avec le dernier déploiement.

4. Baggage et contexte métier #

Corréler aussi avec le métier.

Utiliser le baggage #

from opentelemetry import baggage, context
ctx = baggage.set_baggage("shop.customer.tier", "premium")
token = context.attach(ctx)        # propagé aux services appelés (en-tête baggage)
try:
    appeler_paiement()
finally:
    context.detach(token)

Dans les SDK et le Collector, un span processor peut copier certaines clés du baggage en attributs de span pour filtrer « toutes les traces lentes des clients premium ».

Erreur Courante : Le baggage voyage en clair dans les en-têtes HTTP, y compris vers des services tiers : n'y mettez jamais de données sensibles et filtrez-le en sortie du système.

📄 Corréler traces, métriques, logs et profils avec OpenTelemetry →

Mi seguimiento

  • ⏱ Duración estimada : ≈ 10 min

Inicia sesión para seguir tu progreso y tomar notas. Iniciar sesión

💬 Debates recientes del curso

Hacer una pregunta sobre esta lección →Ver todos los debates del curso

Artículos recomendados

Métricas OpenTelemetry en Elasticsearch

Recoger métricas de host, de Kubernetes y de aplicaciones con OpenTelemetry, entender la temporal...

Les traces OpenTelemetry en profondeur : spans, statuts, événements, liens et échantillonnage

Maîtriser le signal trace : anatomie d'une trace distribuée, span et SpanKind, attributs, statut ...

Trazas OpenTelemetry en Elasticsearch y Kibana APM

Instrumentar aplicaciones con los SDK de OpenTelemetry o EDOT, enviar las trazas a Elasticsearch,...

OpenTelemetry : Instrumentation Automatique vs Manuelle

Comprenez les différences entre l'instrumentation automatique et manuelle avec OpenTelemetry, leu...

Adaptive Telemetry dans Grafana Cloud

Adaptive Telemetry dans Grafana Cloud : réduire le coût des métriques, logs, traces et profils sa...

Analyser les profils dans Grafana : flame graphs, comparaisons et diagnostics

Méthode d'analyse des profils dans Grafana : Profiles Drilldown, flame graph et top table, compar...

Application Observability dans Grafana Cloud

Application Observability dans Grafana Cloud : métriques RED à partir des traces, carte des servi...

Bonnes Pratiques OpenTelemetry (OTel) : Le Guide de l'Observabilité Moderne

Maîtrisez OpenTelemetry grâce à nos conseils d'experts : implémentation du Collector, respect des...

Observer un test k6 : Prometheus, Grafana et corrélation avec le système testé

Envoyer les résultats de k6 dans Prometheus (remote write) ou en OpenTelemetry, les visualiser da...

Apoyar

♥ APOYAR

Apoya RousselTM Learning

Los cursos, artículos, prácticas y certificados siguen siendo gratuitos y sin publicidad intrusiva. Una contribución libre, por el importe que elijas, financia el alojamiento, los entornos de prácticas y nuevos contenidos.

Contribuir con PayPal Importe libre · tarjeta o cuenta PayPalMás información
QR code PayPal
O escanea este código QR con tu teléfono

¡Gracias, cada contribución cuenta!