#服务性能监控（SPM）

服务性能监控在 Jaeger UI 中以 "Monitor" 选项卡的形式呈现，可在无需预先了解 service 或 operation 名称的情况下帮助识别有价值的 traces。该功能会聚合 span 数据以生成 RED（Request、Error、Duration）指标。

#UI 功能概览

Monitor 选项卡提供按 service 级别和 operation 级别聚合的以下内容：

• 请求速率
• 错误速率
• 时长（P95、P75、P50）

"Impact" 指标按延迟与请求速率的乘积计算，有助于识别尽管延迟特征不同但业务影响较高的 operation。

#架构

SpanMetrics Connector 接收 spans 并生成导出到兼容 PromQL 的后端的指标。随后 Jaeger Query 检索这些预计算指标。此方法需要：

• 在接收 trace 数据（spans）并生成 RED 指标的 pipeline 中引入 SpanMetrics Connector。
• 一个支持 PromQL 查询的外部 Metrics Store。
• 在 jaeger_query extension 中进行配置，以引用外部 Metrics Store。

#派生时间序列

SpanMetrics Connector 会生成两个 metric 名称：

traces_span_metrics_calls（counter 类型）

• 统计 span 总数，包括错误 spans
• 通过 status_code label 区分调用计数与错误计数
• 将 status_code = "STATUS_CODE_ERROR" 的 time series 识别为错误

traces_span_metrics_duration（histogram 类型）

• span 持续时间/延迟的 histogram
• 生成额外的 time series：
  • traces_span_metrics_duration_count：跨各个 bucket 的数据点总数
  • traces_span_metrics_duration_sum：所有数据点值的总和
  • traces_span_metrics_duration_bucket：各个 bucket 的 time series 集合

估算的 time series 计算方式：

num_status_codes * num_span_kinds * (1 + num_latency_buckets) * num_operations

Typical: 72 * num_operations
Max: 324 * num_operations

#配置

在你的 OpenTelemetry Collector pipeline 中启用 SpanMetrics Connector：

exporters:
  prometheus:
    endpoint: "0.0.0.0:8889"
    # other prometheus options

connectors:
  spanmetrics:
    # connector configuration options

service:
  pipelines:
    traces:
      receivers: [otlp]
      processors: [memory_limiter, batch]
      exporters: [debug, spanmetrics]
    metrics/spanmetrics:
      receivers: [spanmetrics]
      exporters: [prometheus]

在 Jaeger 中定义一个远程的兼容 PromQL 的存储：

extensions:
  jaeger_storage:
    backends:
      some_trace_storage:
        ...
    metric_backends:
      some_metrics_storage:
        prometheus:
          endpoint: http://prometheus:9090

在 jaeger_query extension 中引用该 metrics store：

extensions:
  jaeger_query:
    traces: some_trace_storage
    metrics: some_metrics_storage