Обзор инструментов трассировки

Landscape распределенной трассировки

Экосистема tracing развивалась в несколько поколений:

2012: Zipkin (Twitter) — первая open-source система 2015: Jaeger (Uber) — следующее поколение с лучшим UI 2019: OpenTelemetry — объединение OpenTracing + OpenCensus (vendor-agnostic стандарт) 2020: Tempo (Grafana) — cost-effective решение с S3 storage

Таблица сравнения

Детальный обзор инструментов

1. OpenTelemetry — Industry Standard

Что это: Vendor-agnostic стандарт для сбора телеметрии (traces, metrics, logs). Заменяет OpenTracing и OpenCensus.

Плюсы:

• ✅ Vendor lock-in protection — меняете backend без изменения кода
• ✅ Автоинструментация — HTTP/DB/Queue из коробки
• ✅ Semantic conventions — стандартизированные атрибуты
• ✅ Unified observability — traces + metrics + logs одним SDK
• ✅ Multi-language support — Java, Go, Python, Node.js, .NET, PHP, Ruby, Rust

Минусы:

• ❌ Не является backend/UI (нужен Jaeger/Tempo/etc)
• ⚠️ Экосистема еще молодая

Когда использовать: Всегда. Это стандарт де-факто.

---

2. Jaeger — Best UI & Production-Ready

Что это: Full-stack платформа для tracing от Uber (2015), CNCF graduated project.

Плюсы:

• ✅ Лучший UI — интуитивный, быстрый, с Service Dependency Graph
• ✅ Adaptive Sampling — автоматическая адаптация sampling rate
• ✅ Production-proven — используется Uber, Red Hat, Booking.com
• ✅ Multiple storage backends — Elasticsearch, Cassandra, Badger
• ✅ Service Performance Monitoring — метрики RED из коробки

Минусы:

• ❌ Дорогой storage — Elasticsearch требует много ресурсов
• ⚠️ Retention limited by storage — долгосрочное хранение дорого

Когда использовать:

• Нужен best-in-class UI для debugging
• Важен adaptive sampling
• Уже используете Elasticsearch

Примеры компаний: Uber, Red Hat, Shopify, Grafana Labs

---

3. Zipkin — Simple & Battle-Tested

Что это: Первая open-source система distributed tracing от Twitter (2012).

Плюсы:

• ✅ Простота — легко деплоить (один Docker контейнер)
• ✅ Battle-tested — 12+ лет в production
• ✅ Low overhead — минимальный footprint
• ✅ Backwards compatible — старые приложения работают

Минусы:

• ❌ Устаревший UI — basic, нет Service Graph
• ❌ Legacy instrumentation — Brave library устарела
• ⚠️ Меньше активного развития

Когда использовать:

• Нужно быстро запустить tracing (прототип/MVP)
• Минимальные требования к UI
• Уже есть Zipkin-instrumented приложения

Примеры компаний: Twitter (legacy), Yelp, Pinterest

---

4. Grafana Tempo — Cost-Effective для Production

Что это: Trace backend от Grafana Labs (2020), оптимизирован для дешевого хранения в S3/GCS.

Плюсы:

• ✅ Супер дешевое хранение — S3 на порядок дешевле Elasticsearch
• ✅ Нативная интеграция с Grafana — трейсы рядом с метриками/логами
• ✅ TraceQL — мощный query язык (как PromQL для traces)
• ✅ No indexes — не требует индексации
• ✅ Unlimited retention — можно хранить трейсы годами

Минусы:

• ❌ Медленные queries по тегам — без индексов поиск требует full scan
• ⚠️ Требует Grafana — нет standalone UI
• ⚠️ Молодой проект — меньше production кейсов

Когда использовать:

• High-volume production — миллионы spans/день
• Стоимость хранения критична
• Уже используете Grafana Stack
• Queries в основном по trace ID

Примеры компаний: Grafana Labs, GitLab, Render

---

5. Elastic APM — All-in-One Stack

Что это: Часть Elastic Observability Stack, интегрирован с Elasticsearch и Kibana.

Плюсы:

• ✅ Единая платформа — traces + logs + metrics + security в одном UI
• ✅ Correlation из коробки — трейсы связаны с логами
• ✅ Machine Learning — автоопределение аномалий в latency
• ✅ Distributed tracing map — визуализация зависимостей

Минусы:

• ❌ Elastic License 2.0 — не полностью open-source
• ❌ Дорогой — Elasticsearch требует много ресурсов
• ⚠️ APM Agents vs OTel — proprietary agents

Когда использовать:

• Уже используете ELK stack
• Нужна полная observability платформа
• Готовы платить за Elastic Cloud

---

Рекомендации по выбору

Типовые сценарии

Сценарий 1: Startup (5-10 сервисов, менее 1M requests/day)

• Stack: OpenTelemetry + Jaeger (in-memory или Badger storage)
• Sampling: 100% (development) → 10% (production)
• Cost: $0 (self-hosted на одном сервере)

Сценарий 2: Growing Company (20+ сервисов, 10M requests/day)

• Stack: OpenTelemetry + Tempo + Grafana
• Sampling: Tail-based (100% errors, 1% success)
• Storage: S3 (90-day retention)
• Cost: ~$50/месяц (S3 + EC2 instances)

Сценарий 3: Enterprise (100+ сервисов, 1B+ requests/day)

• Stack: OpenTelemetry + Jaeger (Elasticsearch cluster)
• Sampling: Adaptive (per-service)
• Storage: Hot tier (7 days) + Cold tier S3 (365 days)
• Cost: ~$5,000/месяц (managed Elasticsearch + infra)

---

Наша рекомендация для курса

Explore HotROD Demo (встроенное демо):

• Click "Find Traces"
• Выберите trace с ошибкой (красный)
• Изучите span details, tags, logs

Вопросы для самопроверки:

• Какой сервис самый медленный в chain?
• Сколько database queries делает один запрос?
• Какие HTTP status codes встречаются?

---

Дополнительные материалы

Официальная документация:

• OpenTelemetry Docs
• Jaeger Docs
• Zipkin Architecture
• Tempo Docs

Сравнительные статьи:

• Jaeger vs Zipkin (2023)
• Tempo vs Jaeger Cost Analysis

Следующий урок: Базовые концепции: Traces, Spans, Context Propagation — разберем фундаментальные понятия distributed tracing.