介绍
OpenTelemetry“动手”指南适用于想要开始使用 OpenTelemetry 的人。
如果您是 OpenTelemetry 的新手，那么我建议您从OpenTelemetry 启动和运行帖子开始，我在其中详细介绍了 OpenTelemetry。
OpenTelemetry开始改变可观察性格局，它提供了一种与供应商无关的方法来检测和收集数据。过去通常需要在机器上运行的专有代理，现在可以由 SDK/API 和 OpenTelemetry 的收集器来处理。这样，我们可以将检测与存储后端分离，这很好，因为这意味着我们不受任何工具的约束，从而避免了从商业供应商那里购买的潜在成本。
通过使用OpenTelemetry，您可以要求开发人员一次性地检测他们的代码（无需知道数据将存储在何处）。遥测数据（日志、指标和跟踪）将发送到您拥有的收集器，然后您可以从那里将其发送给您喜欢的任何供应商。您甚至可以使用多个供应商并进行比较，而无需要求开发人员更改任何内容。
您甚至可以使用多个供应商并进行比较，而无需要求开发人员进行任何更改。
开始使用 OpenTelemetry Demo
为了了解OpenTelemetry 的实际运行，我们将使用OpenTelemetry Astronomy Shop Demo应用程序。
在这里，我将使用Jaeger，它是一款非常流行的开源产品，用于分析和查询，但您可以使用 OpenTelemetry 收集器将遥测数据导出到多个可观察性后端，如Lightstep、Grafana、Honeycomb和New Relic，通过将它们添加到导出器文件中，这会告诉 OpenTelemetry 应该将数据发送到哪里。
我将在下面进一步展示这看起来是怎样的；我们将注册一个测试帐户并将数据发送给上述供应商。之后，我们将登录并在每个工具的 UI 中查看数据。
什么是 OpenTelemetry 演示应用程序？
该演示应用程序是 OpenTelemetry 项目提供的应用程序，可以用作展示OpenTelemetry 的实际运行。
该应用程序本身模拟了一个网店，目前使用 15 种不同的服务，并采用 10 多种不同的编程语言。它使用负载生成器 ( Locust)不断向前端发送模拟真实用户购物流程的请求。
对于想要了解 OpenTelemetry 实际运行情况的每个人来说，这个应用程序都很有用。
您可以在Docker和Kubernetes上运行演示应用程序。
该应用程序的架构可以这样说明：
服务角色
设想
演示应用程序中包含的服务之一是featureflagservice。这是一个CRUD 功能标志服务，我们可以使用它来演示各种场景，如故障注入以及如何从依赖功能标志的服务发出遥测。
来源
我们可以浏览http://localhost:8080/feature/上的服务的 UI ，并启用一个或多个功能标志来控制故障情况，然后使用我们选择的工具来帮助我们诊断问题并确定根本原因。
这使其成为观察 OpenTelemetry 实际运行的完美示例。
先决条件
要遵循本教程，您需要在计算机上安装 Docker。请参阅此处的安装说明。
设置演示
安装说明很好，因此请转到 GitHub repo并将其克隆到您的计算机。
git clone https://github.com/open-telemetry/opentelemetry-demo.git
cd opentelemetry-demo/
docker compose up --no-build
请注意，如果您使用的是 Apple Silicon，则需要使用此命令：
docker compose build启动演示应用程序
一旦所有图像都构建完毕并且容器启动完毕，您可以通过以下方式访问它们：
- 网上商店：http://localhost:8080/
- Grafana：http://localhost:8080/grafana/
- 功能标志 UI：http://localhost:8080/feature/
- 负载生成器 UI：http://localhost:8080/loadgen/
- Jaeger 用户界面：http://localhost:8080/jaeger/ui/
验证您是否可以通过浏览器访问它们。
截图
网上商店
格拉法纳
功能标志 UI
在这里，我们可以启用adServcieFailure功能标志，这将使GetAds 有十分之一的时间产生错误
负载生成器 UI
Jaeger 用户界面
使用 Jaeger UI 查看和分析
启用功能标志后adServcieFailure，让我们看看如何使用Jaeger 诊断问题以确定根本原因。 请记住，该服务将在 1/10 的时间内为 GetAds 生成错误。
当您开始接触分布式跟踪领域时， Jaeger通常是您接触的第一个工具。借助 Jaeger，我们可以可视化整个事件链。有了这种可见性，当出现问题时，我们可以更轻松地隔离问题。
让我们更详细地查看 Jaeger UI 中的数据。
单击Find Traces即可查看生成的所有跟踪。
现在让我们adservice从下拉列表中检查服务，看看是否发现任何错误。
在这里您可以看到 Jaeger发现了包含错误的跟踪。
该跟踪包含父子关系中的跨度列表，表示执行顺序以及每个跨度所花费的时间。
单击跟踪，获取其中的详细信息。您将看到跟踪由跨度组成，每个跨度代表服务执行的一项操作。
从下面的屏幕截图中，我们可以看到具有跨度的轨迹的瀑布视图。
如果您单击服务中的跨度adservice，您将看到导致错误的原因：Resource_Exhausted
我们也可以使用左侧的面板。在字段中tags输入，errors=true您应该会看到以下内容。
有向无环图 (DAG) 图
您可以使用有向无环图（DAG）图来查看微服务之间的依赖关系。
RED（请求、错误、持续时间）指标
该功能在 Jaeger UI 中显示为“监控”选项卡，其目的是帮助识别有趣的跟踪（例如高 QPS、缓慢或错误的请求），而无需预先知道服务或操作名称。
它本质上是通过聚合跨度数据来生成 RED（请求、错误、持续时间）指标来实现的。
提示：USE、RED 与四大黄金信号——最有用的指标
单击Monitor选项卡并选择adservice，您应该会看到以下指标。
供应商——可观察性后端
到目前为止，我们已经使用了Jaeger，但由于每个主要供应商都支持 OpenTelemetry，因此您可以自由使用任何您想要的可观察性后端。
在这里，我将在Lightstep、Grafana Cloud、Honeycomb和New Relic注册一个测试帐户。然后，我将更新演示应用程序的 opentelemetry 配置文件以添加必要的导出器。一旦数据流动起来，我将登录到每个供应商的 UI 来查看数据。
轻步
要开始使用 Lightstep，您需要有一个帐户。在此演示中，我使用了名为Community 的免费套餐帐户。登录后，我们需要创建一个API Key以便将遥测数据发送到 Lightstep。将令牌otelcol-config.yml与以下配置一起添加到。
exporters:
logging:
logLevel: debug
otlp/ls:
endpoint: ingest.lightstep.com:443
headers:
"lightstep-access-token": <lightstep_access_token>
service:
pipelines:
traces:
receivers: [otlp]
processors: [batch]
exporters: [logging, otlp/ls]
metrics:
receivers: [otlp]
processors: [batch]
exporters: [logging, otlp/ls]docker compose up在文件夹中运行opentelemetry-demo。
数据现在应该流入我们的 Lightstep 后端。
当你登录Lightstep时，你应该会看到类似这样的内容：
Grafana
要开始使用 Grafana，您需要有一个帐户。Grafana 提供 Grafana Pro 计划的 14 天试用版，我将在此演示中使用该计划。在开始页，我们可以找到我们的 Grafana Stack，其中包含有关如何设置和管理不同 Grafana 产品的信息。
单击详细信息页面以查找端点。您可以使用Tempo进行跟踪、使用Loki进行日志记录和使用Prometheus进行指标记录。您需要生成Grafana API 密钥otelcol-config.yml才能将遥测数据发送到 Grafana。生成密钥后，将该密钥与以下配置一起添加到。
extensions:
basicauth/grafanacloud:
client_auth:
username: ${GRAFANA_INSTANCE_ID}
password: ${GRAFANA_CLOUD_APIKEY}
exporters:
otlphttp/grafanacloud:
auth:
authenticator: basicauth/grafanacloud
endpoint: ${GRAFANA_OTLP_ENDPOINT}
service:
extensions: [basicauth/grafanacloud]
pipelines:
traces:
receivers: [otlp]
processors: [batch]
exporters: [logging, otlphttp/grafanacloud, spanmetrics]
metrics:
receivers: [otlp, spanmetrics]
processors: [batch]
exporters: [prometheus, logging, otlphttp/grafanacloud]
logs:
receivers: [otlp]
processors: [batch]
exporters: [logging]docker compose up在文件夹中运行opentelemetry-demo。
数据现在应该流入我们的后端 Grafana。
当你登录Grafana时，你应该看到类似这样的内容：
Loki — 用于日志
Tempo — for the traces
点击蓝色按钮可以分屏并显示跟踪信息。
Prometheus — 用于指标
Honeycomb
要开始使用 Honeycomb，您需要有一个帐户。Honeycomb 提供免费套餐，我将在本演示中使用它。登录后，我们需要创建一个Honeycomb API 密钥，以便将遥测数据发送到 Honeycomb。将令牌otelcol-config.yml与以下配置一起添加到。
exporters:
otlp/honeycomb:
endpoint: "api.honeycomb.io:443"
headers:
"x-honeycomb-team": "<HONEYCOMB_API_KEY>"
"x-honeycomb-dataset": "webstore-metrics"
processors:
attributes:
include:
match_type: strict
services:
- frontend-proxy
actions:
- key: "net.component"
value: "proxy"
action: insert
service:
pipelines:
metrics:
exporters:
- prometheus
- logging
- otlp/honeycomb
traces:
exporters:
- otlp
- logging
- spanmetrics
- otlp/honeycomb
processors:
- attributes
- batchdocker compose up在文件夹中运行opentelemetry-demo。
数据现在应该流入我们 Honeycomb 的后端。
当你登录到 Honeycomb 时，你应该会看到类似这样的内容：
New Relic
要开始使用 New Relic，您需要有一个帐户。New Relic 提供免费套餐，我将在本演示中使用它。登录后，我们需要创建一个New Relic 许可证密钥，以便将遥测数据发送到 New Relic。除了密钥之外，您还需要知道要使用哪些端点，您可以在此处找到。
将令牌和端点otelcol-config.yml与以下配置一起添加到。
exporters:
otlp/newrelic:
endpoint: ${NEWRELIC_OTLP_ENDPOINT}
headers:
api-key: ${NEWRELIC_LICENSE_KEY}
service:
pipelines:
traces:
receivers: [otlp]
processors: [batch]
exporters: [otlp/newrelic]
metrics:
receivers: [otlp]
processors: [batch]
exporters: [otlp/newrelic]docker compose up在文件夹中运行opentelemetry-demo。
数据现在应该流入我们的 New Relic 后端。
当你登录 New Relic 时，你应该会看到类似这样的内容：
您可以在 OpenTelemetry 演示存储库中找到更多示例
结论
现在您应该对 OpenTelemetry 的可能性有所了解，并了解它是如何改变可观察性格局的。
