RousselTMLEARNING

Artículo · OpenTelemetry: del descubrimiento a la experiencia

Las trazas en profundidad

Este artículo está disponible en francés.

1. Anatomie d'une trace #

Trace, span, contexte.

Trace et spans #

Trace distribuée
La vue en cascade montre immédiatement que le paiement consomme l'essentiel du temps et finit en erreur.

Une trace représente le parcours complet d'une requête. Elle se compose de spans : des opérations nommées, avec un début, une fin, un parent, des attributs, des événements et un statut. Tous les spans partagent le même trace_id (16 octets) ; chacun a son span_id (8 octets).

ChampRôle
nameopération, à faible cardinalité : GET /users/{id}
trace_id, span_id, parent_span_idstructure de l'arbre
start / enddurée
kindrôle du span dans l'échange
attributescontexte (semconv)
eventsfaits horodatés pendant le span
linksrelations avec d'autres traces
statusUnset, Ok ou Error

SpanKind #

KindQuandExemple
SERVERréception d'une requête synchronehandler HTTP, méthode gRPC
CLIENTappel synchrone sortantrequête HTTP, requête SQL
PRODUCERenvoi d'un message asynchronepublication Kafka, RabbitMQ
CONSUMERtraitement d'un message reçuconsommateur Kafka
INTERNALopération internecalcul, étape métier

2. Instrumenter manuellement #

Attributs, statut, événements, liens.

Créer des spans #

from opentelemetry import trace
from opentelemetry.trace import SpanKind, Status, StatusCode, Link

tracer = trace.get_tracer("shop.checkout", "1.4.0")

def payer(commande):
    with tracer.start_as_current_span("payer commande", kind=SpanKind.INTERNAL) as span:
        span.set_attribute("shop.order.id", commande.id)          # attribut métier
        span.set_attribute("shop.order.amount", commande.total)
        span.add_event("fraude.verifiee", {"shop.fraud.score": 0.12})
        try:
            passerelle.debiter(commande)
        except PaiementRefuse as exc:
            span.record_exception(exc)                            # événement "exception"
            span.set_status(Status(StatusCode.ERROR, "paiement refusé"))
            raise

Statut et erreurs #

Le statut vaut Unset par défaut. On le passe à Error quand l'opération a échoué ; on ne met Ok que pour forcer un succès malgré une règle contraire. Pour HTTP, les conventions disent : côté serveur, seules les réponses 5xx sont des erreurs ; côté client, 4xx et 5xx le sont.

Erreur Courante : N'utilisez pas les attributs pour stocker des données volumineuses ou personnelles (corps de requête, e-mails) : coût, cardinalité et RGPD.

Liens #

Un lien relie un span à un ou plusieurs autres contextes sans relation parent-enfant : un traitement par lots qui agrège 100 messages venant de 100 traces différentes, ou une tâche asynchrone déclenchée par une requête. tracer.start_as_current_span("lot", links=[Link(ctx1), Link(ctx2)]).

3. Le pipeline des spans dans le SDK #

Processors, exportateurs, limites.

Span processors #

ComposantRôle
SimpleSpanProcessorexporte chaque span à sa fin : uniquement pour le débogage
BatchSpanProcessorregroupe et exporte par lots : à utiliser en production
LimitesOTEL_SPAN_ATTRIBUTE_COUNT_LIMIT, OTEL_SPAN_EVENT_COUNT_LIMIT protègent contre l'explosion de taille

Arrêt propre #

Bonne Pratique : Appelez provider.shutdown() (ou force_flush()) à l'arrêt d'un processus court (job, fonction serverless) : sinon le dernier lot de spans est perdu.

4. Échantillonnage #

Garder les bonnes traces sans payer pour toutes.

Head et tail #

Head ou tail sampling
Une approche courante : 100 % en tête, tail sampling au Collector gateway.
Échantillonneur (SDK)Comportement
always_on / always_offtout ou rien
traceidratiogarde un ratio, calculé sur le trace_id (décision identique partout)
parentbased_traceidratiosuit la décision du parent ; ratio pour les traces qui démarrent ici (recommandé)
processors:
  tail_sampling:
    decision_wait: 10s
    policies:
      - { name: erreurs, type: status_code, status_code: { status_codes: [ERROR] } }
      - { name: lentes,  type: latency, latency: { threshold_ms: 1000 } }
      - { name: reste,   type: probabilistic, probabilistic: { sampling_percentage: 5 } }
Erreur Courante : Le tail sampling exige que tous les spans d'une trace arrivent sur le même Collector : placez devant un Collector avec l'exportateur loadbalancing routé par TraceID.

Interroger les traces #

{ resource.service.name = "checkout" && status = error }
{ span.http.route = "/orders" && duration > 500ms }
{ span.db.system.name = "postgresql" } | count() > 20          # traces qui font plus de 20 requêtes SQL (N+1)
{ resource.service.name = "frontend" } >> { resource.service.name = "payment" && status = error }

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

Mi seguimiento

  • ⏱ Duración estimada : ≈ 7 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

Grafana Tempo : le backend de traces distribuées à grande échelle

Comprendre le tracing distribué et Grafana Tempo : traces, spans, TraceID, architecture (distribu...

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

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

TraceQL : le langage de requête des traces

Maîtriser TraceQL : sélecteurs de spans, attributs de ressource et de span, opérateurs, comparais...

Tracing distribué : la propagation du contexte (W3C Trace Context et baggage)

Comprendre et mettre en œuvre la propagation de contexte OpenTelemetry : en-tête traceparent, tra...

Les profils, le quatrième signal d'OpenTelemetry : profilage continu et corrélation avec les traces

Comprendre le nouveau signal profile d'OpenTelemetry : profilage continu, flame graphs, modèle de...

Corréler traces, métriques, logs et profils avec OpenTelemetry

Relier les quatre signaux pour diagnostiquer vite : ressource commune, trace_id dans les logs, ex...

Trazas OpenTelemetry en Elasticsearch y Kibana APM

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

OpenInference : les conventions OpenTelemetry pour tracer les applications d'IA

Guide détaillé d'OpenInference : conventions sémantiques et instrumentations OpenTelemetry pour L...

Relier traces et profils : span profiles avec Tempo et Pyroscope

Passer d'une trace lente au profil CPU exact de ce span : span profiles en Go et Java, configurat...

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!