#Processors

Processors 在接收到遥测数据后、导出之前对其进行处理。它们是可选的，默认情况下处于禁用状态。每个 processor 必须针对每个数据源显式启用，并且并非所有 processor 都支持所有信号类型。对于给定的数据源，可以串联多个 processor，且它们的执行顺序很重要。

#Batch Processor

Batch Processor 将 traces 和 metrics 分组为批次，减少传输遥测数据所需的出站连接数。

Reference: Batch Processor Documentation

#Memory Limiter Processor

Memory Limiter Processor 定期监控 Collector 的内存使用情况，一旦达到软内存阈值即停止数据处理。它支持 traces、metrics 和 logs。当处理暂停时，上游组件（通常是 receiver）应重试，并可能对传入数据施加背压。如果内存使用达到硬限制，该 processor 会触发强制垃圾回收周期。

Reference: Memory Limiter Processor Documentation

#Resource Detection Processor

Resource Detection Processor 根据 OpenTelemetry 的资源语义约定发现主机资源信息。基于检测到的详情，它可以丰富或覆盖遥测数据中的资源属性值。该 processor 支持 traces 和 metrics。

Reference: Resource Detection Processor Documentation

#Attributes Processor

Attributes Processor 修改 spans、logs 或 metrics 上的属性。它支持对传入数据进行过滤和匹配，允许您有选择地包含或排除特定数据以执行针对性操作。

Reference: Attributes Processor Documentation

#Resource Processor

Resource Processor 更新 traces、metrics 和 logs 中的资源级属性。

Reference: Resource Processor Documentation

#Span Processor

Span Processor 可以基于属性重命名 spans，或从 span 名称派生属性。它还支持修改 span 状态以及有选择地包含或排除 spans。该 processor 作用于 traces。

Reference: Span Processor Documentation

#Kubernetes Attributes Processor

Kubernetes Attributes Processor 自动使用 Kubernetes 元数据丰富 spans、metrics 和日志的资源属性。它检测关联的 Kubernetes 资源，提取其元数据，并将其作为资源属性附加到相应的遥测数据。该 processor 支持 traces、metrics 和 logs。

Reference: Kubernetes Attributes Processor Documentation

#Filter Processor

Filter Processor 使用 OpenTelemetry Transformation Language 定义遥测数据的丢弃条件。当任一条件为真时，匹配的数据将被丢弃。条件可以通过逻辑 OR 运算符组合。该 processor 支持 traces、metrics 和 logs。

Reference: Filter Processor Documentation

#Cumulative-to-Delta Processor

Cumulative-to-Delta Processor 将单调累积和直方图指标转换为其单调增量等价形式。

Reference: Cumulative-to-Delta Processor Documentation

#Group-by-Attributes Processor

Group-by-Attributes Processor 通过将具有相同属性的条目重新分配到匹配的 Resource，重新组织 spans、日志记录和指标数据点。

Reference: Group-by-Attributes Processor Documentation

#Transform Processor

Transform Processor 使用 OpenTelemetry Transformation Language (OTTL) 对遥测数据应用基于规则的修改。对于每种信号类型，它评估与特定 OTTL Context 关联的一组条件和语句，按配置定义的顺序依次执行这些操作。

Reference: Transform Processor Documentation

#Tail Sampling Processor

Tail Sampling Processor 在所有 spans 到达后，根据用户定义的策略评估完整的 traces。这种基于尾部的采样方法允许您有选择地保留感兴趣的 traces，同时降低摄取和存储成本。

Reference: Tail Sampling Processor Documentation

#Probabilistic Sampling Processor

Probabilistic Sampling Processor 为高流量场景提供了比 Tail Sampling Processor 更轻量的替代方案。它通过仅保留整体数据吞吐量中可配置的部分，来降低成本。

Reference: Probabilistic Sampling Processor Documentation

#Metric Start Time Processor

Metric Start Time Processor 为具有累积聚合时间性的指标点分配起始时间戳。这对于为 Prometheus Receiver 产生的累积指标添加起始时间特别有用，因为 Prometheus Receiver 发出的指标点通常不带起始时间。

Reference: Metric Start Time Processor Documentation