jaeger学习

Jaeger All-in-One 部署

Step 1：创建命名空间

复制代码

kubectl create namespace observability

Step 2：部署 Jaeger All-in-One

创建文件 jaeger-all-in-one.yaml：

复制代码

[root@k3s-server jaeger]# cat jaeger-all-in-one.yaml 
apiVersion: apps/v1
kind: Deployment
metadata:
  name: jaeger
  namespace: observability
  labels:
    app: jaeger
spec:
  replicas: 1
  selector:
    matchLabels:
      app: jaeger
  template:
    metadata:
      labels:
        app: jaeger
    spec:
      containers:
        - name: jaeger
          image: jaegertracing/all-in-one:1.62.0
          ports:
            # Jaeger UI 网页
            - containerPort: 16686
              name: ui
            # Collector gRPC 老jaeger‑sdk
            - containerPort: 14250
              name: grpc
            # Collector HTTP thrift 老http上报
            - containerPort: 14268
              name: http
            # Agent compact thrift UDP
            - containerPort: 6831
              protocol: UDP
              name: agent-compact
            # --------新增OTLP端口声明(备注)--------
            - containerPort: 4317
              name: otlp-grpc
            - containerPort: 4318
              name: otlp-http
          env:
            - name: COLLECTOR_OTLP_ENABLED
              value: "true"
          resources:
            limits:
              memory: "512Mi"
              cpu: "500m"
---
apiVersion: v1
kind: Service
metadata:
  name: jaeger
  namespace: observability
spec:
  selector:
    app: jaeger
  ports:
    - name: ui
      port: 16686
      targetPort: ui
    - name: grpc
      port: 14250
      targetPort: grpc
    - name: http
      port: 14268
      targetPort: http
    - name: agent-compact
      port: 6831
      protocol: UDP
      targetPort: agent-compact
    # --------新增OTLP Service转发端口--------
    - name: otlp-grpc
      port: 4317
      targetPort: otlp-grpc
    - name: otlp-http
      port: 4318
      targetPort: otlp-http
  type: ClusterIP

Step 3：应用部署

复制代码

kubectl apply -f jaeger-all-in-one.yaml

Step 4：验证 Pod 运行状态

复制代码

kubectl get pods -n observability

Step 5：访问 Jaeger UI

复制代码

# 端口转发到本地
kubectl port-forward svc/jaeger 16686:16686 -n observability --address 0.0.0.0

然后浏览器打开：http://localhost:16686

你应该能看到 Jaeger 的 Web 界面 🎉

Step6:部署一个示例应用

复制代码

[root@k3s-server jaeger]# cat otel-demo.yaml 
apiVersion: apps/v1
kind: Deployment
metadata:
  name: otel-demo
  namespace: observability
  labels:
    app: otel-demo
spec:
  replicas: 1
  selector:
    matchLabels:
      app: otel-demo
  template:
    metadata:
      labels:
        app: otel-demo
    spec:
      containers:
        - name: otel-demo
          image: ghcr.io/open-telemetry/opentelemetry-collector-contrib/telemetrygen:latest
          args:
            - "traces"
            - "--otlp-endpoint=jaeger:4317"
            - "--otlp-insecure"
            - "--service=otel-demo-service"
            - "--duration=60s"
            - "--rate=1"
          resources:
            limits:
              memory: "128Mi"
              cpu: "200m"

kubectl apply -f otel-demo.yaml

Pod 是否运行

复制代码

kubectl get pods -n observability

Step7:查看日志，确认数据真的发出去了

复制代码

kubectl logs -n observability deployment/otel-demo

Step8:去 Jaeger UI 查看

打开 Jaeger UI：

复制代码

kubectl port-forward svc/jaeger 16686:16686 -n observability --address 0.0.0.0

浏览器打开：

复制代码

http://ip:16686

然后：

左侧 Service 下拉框里找：otel-demo-service
点击 Find Traces
点任意一条 Trace

Trace
└── otel-demo-service
└── 一个 Span

这就说明：

应用已经成功把追踪数据发给 Jaeger 了。

Step9：这节课最重要的理解

不要急着写代码，先记住这句话：

应用要产生追踪数据，必须集成 OpenTelemetry SDK。

SDK 会帮应用做三件事：

SDK 做的事	通俗理解
生成 TraceID	给整条请求一个编号
生成 Span	记录"这一步做了什么、花了多久"
发送数据	把记录发给 Jaeger

配置采样率yaml

复制代码

apiVersion: apps/v1
kind: Deployment
metadata:
  name: otel-demo
  namespace: observability
spec:
  replicas: 1
  selector:
    matchLabels:
      app: otel-demo
  template:
    metadata:
      labels:
        app: otel-demo
    spec:
      containers:
        - name: otel-demo
          image: ghcr.io/open-telemetry/opentelemetry-collector-contrib/telemetrygen:latest
          args:
            - "traces"
            - "--otlp-endpoint=jaeger:4317"
            - "--otlp-insecure"
            - "--service=otel-demo-sampling"
            - "--duration=120s"
            - "--rate=10"
          env:
            - name: OTEL_TRACES_SAMPLER
              value: "parentbased_traceidratio"
            - name: OTEL_TRACES_SAMPLER_ARG
              value: "0.1"
          resources:
            limits:
              memory: "128Mi"
              cpu: "200m"

======================================

Jaeger 生产架构部署

小步骤 1：先理解生产架构长什么样

之前 All-in-One 是这样的：

复制代码

应用 → Jaeger All-in-One → 内存存储 → UI

生产级架构会变成这样：

复制代码

应用
  ↓
Jaeger Collector
  ↓
Elasticsearch
  ↓
Jaeger Query / UI

组件	作用
Collector	接收应用上报的追踪数据
Elasticsearch	持久化存储追踪数据
Query / UI	提供查询接口和可视化界面

小步骤 2：部署 Elasticsearch

复制代码

kubectl create namespace observability

创建文件：

复制代码

[root@k3s-server jaeger]# cat elasticsearch.yaml 
apiVersion: apps/v1
kind: Deployment
metadata:
  name: elasticsearch
  namespace: observability
spec:
  replicas: 1
  selector:
    matchLabels:
      app: elasticsearch
  template:
    metadata:
      labels:
        app: elasticsearch
    spec:
      containers:
        - name: elasticsearch
          image: docker.elastic.co/elasticsearch/elasticsearch:8.15.0
          ports:
            - containerPort: 9200
          env:
            - name: discovery.type
              value: "single-node"
            - name: xpack.security.enabled
              value: "false"
            - name: ES_JAVA_OPTS
              value: "-Xms512m -Xmx512m"
          resources:
            limits:
              memory: "1Gi"
              cpu: "500m"
---
apiVersion: v1
kind: Service
metadata:
  name: elasticsearch
  namespace: observability
spec:
  selector:
    app: elasticsearch
  ports:
    - port: 9200
      targetPort: 9200

部署

复制代码

kubectl apply -f elasticsearch.yaml

小步骤 3：确认 Elasticsearch 能访问

复制代码

kubectl logs -n observability deployment/elasticsearch --tail=30

小步骤 4：部署 Jaeger Collector

复制代码

[root@k3s-server jaeger]# cat jaeger-collector.yaml 
apiVersion: apps/v1
kind: Deployment
metadata:
  name: jaeger-collector
  namespace: observability
spec:
  replicas: 1
  selector:
    matchLabels:
      app: jaeger-collector
  template:
    metadata:
      labels:
        app: jaeger-collector
    spec:
      containers:
      - name: jaeger-collector
        image: jaegertracing/jaeger-collector:1.62.0
        env:
        # ✅新版环境变量，去掉SPANS_前缀！
        - name: SPAN_STORAGE_TYPE
          value: "elasticsearch"
        - name: ES_SERVER_URLS
          value: "http://elasticsearch:9200"
        ports:
        - containerPort: 14250
        - containerPort: 14268
        - containerPort: 4317
        - containerPort: 4318
        resources:
          limits:
            memory: "512Mi"
            cpu: "500m"
---
apiVersion: v1
kind: Service
metadata:
  name: jaeger-collector
  namespace: observability
spec:
  selector:
    app: jaeger-collector
  ports:
    - name: grpc
      port: 14250
      targetPort: 14250
    - name: http
      port: 14268
      targetPort: 14268
    - name: otlp-grpc
      port: 4317
      targetPort: 4317
    - name: otlp-http
      port: 4318
      targetPort: 4318

部署：

复制代码

kubectl apply -f jaeger-collector.yaml

检查：

复制代码

kubectl get pods -n observability

小步骤 5：部署 Jaeger Query / UI

复制代码

[root@k3s-server jaeger]# cat jaeger-query.yaml 
apiVersion: apps/v1
kind: Deployment
metadata:
  name: jaeger-query
  namespace: observability
spec:
  replicas: 1
  selector:
    matchLabels:
      app: jaeger-query
  template:
    metadata:
      labels:
        app: jaeger-query
    spec:
      containers:
        - name: jaeger-query
          image: jaegertracing/jaeger-query:1.62.0
          env:
            - name: SPAN_STORAGE_TYPE
              value: "elasticsearch"
            - name: ES_SERVER_URLS
              value: "http://elasticsearch:9200"
          ports:
            - containerPort: 16686
          resources:
            limits:
              memory: "512Mi"
              cpu: "500m"
---
apiVersion: v1
kind: Service
metadata:
  name: jaeger-query
  namespace: observability
spec:
  selector:
    app: jaeger-query
  ports:
    - port: 16686
      targetPort: 16686
  type: NodePort

部署：

复制代码

kubectl apply -f jaeger-query.yaml

检查：

复制代码

kubectl get pods -n observability

你应该看到三个核心 Pod：

复制代码

elasticsearch
jaeger-collector
jaeger-query

小步骤 6：打开 Jaeger UI

执行：

复制代码

kubectl port-forward svc/jaeger-query 16686:16686 -n observability --address 0.0.0.0

然后浏览器打开：

复制代码

http://IP:16686

这时候界面应该能打开。

但现在还没有数据，因为还没有应用往 jaeger-collector 发追踪数据。

小步骤 7：部署一个测试应用，把数据发给 Collector

复制代码

[root@k3s-server jaeger]# cat otel-demo-prod.yaml 
apiVersion: apps/v1
kind: Deployment
metadata:
  name: otel-demo
  namespace: observability
spec:
  replicas: 1
  selector:
    matchLabels:
      app: otel-demo
  template:
    metadata:
      labels:
        app: otel-demo
    spec:
      containers:
        - name: otel-demo
          image: ghcr.io/open-telemetry/opentelemetry-collector-contrib/telemetrygen:latest
          args:
            - "traces"
            - "--otlp-endpoint=jaeger-collector:4317"
            - "--otlp-insecure"
            - "--service=prod-demo-service"
            - "--duration=120s"
            - "--rate=2"
          resources:
            limits:
              memory: "128Mi"
              cpu: "200m"

部署：

复制代码

kubectl apply -f otel-demo-prod.yaml

查看日志：

复制代码

kubectl logs -n observability deployment/otel-demo --tail=20

如果看到它在生成或导出 traces，说明数据正在发往 Collector。

小步骤 8：去 Jaeger UI 验证

回到 Jaeger UI：

复制代码

http://ip:16686

操作步骤：

左侧 Service 选择 prod-demo-service
点击 Find Traces
点开一条 Trace

你应该能看到追踪数据已经存到 Elasticsearch，并通过 Query/UI 查出来了。

=============================================

Jaeger 知识点总结

一、基础概念

1. 是什么

Jaeger 是 Uber 开源的分布式追踪系统（Distributed Tracing） ，基于 OpenTracing 规范；现在社区主推 OpenTelemetry(OTel)，Jaeger 可以直接接收 OTel 的追踪数据。

作用：微服务架构下，追踪一次请求跨多个服务的完整调用链路，定位慢请求、调用报错、性能瓶颈。

2. 核心术语（OpenTracing）

Trace（追踪） ：一次完整请求的全部链路，全局唯一 traceID，一条 Trace 由多个 Span 组成。
Span（跨度） ：链路里的一次操作 / 调用；有自己唯一spanID；包含开始时间、结束时间、耗时；存在父子关系。
Parent‑Span：父 Span，上游调用；子 Span 由父 Span 产生。
Tag（标签）：Span 的键值对结构化元数据，用于过滤（http.status_code、error=true）
Log（日志事件）：Span 内时间点事件，记录异常堆栈等
Baggage（行李） ：跨进程透传的自定义上下文，会随 trace 全链路传递，慎用，不要放大量数据。

上下文传播：TraceId、SpanId 需要跨服务传递，通过 HTTP Header /gRPC metadata 传递（trace propagation 传播）。

二、Jaeger 架构组件

整体架构分：采集 → 存储 → 查询 UI

Jaeger‑Agent（代理）
- 部署在每台主机 / Pod 上，Sidecar 方式；业务应用上报 span 数据发给本地 agent（UDP/HTTP）
- Agent 做聚合、转发，减轻业务应用压力；应用不需要直连 Collector。
也可以绕过 agent，业务直接上报给 Collector（开发环境常用）
Collector（收集器）
- 接收 Agent / 应用发来的 trace 数据；做校验、处理；写入后端存储。
- 支持接收：Jaeger 协议、OpenTelemetry (OTLP) 协议 ✅（新版本重点）
Query（查询服务）
- 查询后端存储里面的 trace 数据；提供 API；前端 UI 后端。
UI（Web 前端）
- Web 可视化页面；查询 TraceID；查看调用链路时序图、DAG 依赖图。

Storage（存储后端）

存储	适用场景
Memory	仅测试，重启丢失数据
Cassandra	官方原生，生产旧方案，运维重
Elasticsearch	最常用生产存储
Badger	本地磁盘存储，单节点小规模部署

💡新版本 Jaeger all‑in‑one：开发环境一键集成 agent+collector+query+ui+memory 存储，本地测试首选。

三、数据传播的两种模式

1. 注入 & 提取 Inject / Extract

Inject：把 trace 上下文写入传输载体（http header、grpc metadata），上游服务
Extract：下游从载体读出 trace 上下文，继续创建子 span

2. 传播格式（Propagator）

jaeger：旧 Jaeger 原生头 uber‑trace‑id
w3c tracecontext：W3C 标准 traceparent/tracestate，OpenTelemetry 默认，优先用这个！

重点：全链路所有服务必须使用同一种传播器，否则链路断链！看不到完整 trace

四、部署模式

All‑in‑One（开发测试） 所有组件打包一个进程；内存存储；本地快速调试。

docker 快速启动

docker run -d --name jaeger
-p 16686:16686 \ # UI端口
-p 4317:4317 \ # OTLP grpc
-p 4318:4318 \ # OTLP http
jaegertracing/all-in-one:latest

端口记忆：

16686：Web UI
4317：OTLP‑gRPC（otel 推荐）
4318：OTLP‑HTTP
6831 UDP：旧 jaeger agent thrift

分布式生产部署 Agent (Sidecar DaemonSet) + Collector 集群 + Elasticsearch 存储 + Query + UI；K8s 环境 DaemonSet 部署 Jaeger‑Agent 每个节点一个。

五、Jaeger vs OpenTelemetry（高频面试）

历史演进：旧方案：业务埋码使用 OpenTracing SDK →上报 Jaeger Agent →Jaeger Collector 存储 现状：OpenTracing 已经归档废弃，不再维护！ ✅ 现在标准方案：业务使用 OpenTelemetry SDK 埋点生成 Trace，输出 OTLP 协议，直接发给 Jaeger Collector；Jaeger 作为后端存储 + 可视化，不再负责 SDK 埋点。

简单一句话：

OpenTelemetry (OTel)：负责埋点生成链路数据（SDK）
Jaeger：负责接收、存储、查询可视化链路数据（后端服务）

六、核心使用场景 & 排查问题思路

排查步骤

在 UI 搜索 TraceID，拿到整条请求链路
看每个 span 耗时，定位慢的服务 / 接口（找出瓶颈）
查看 tag error=true 的 span 定位异常服务；查看 log 里异常堆栈
查看服务依赖 DAG 图，看服务之间调用拓扑

常见问题

链路断了，前后服务 Span 不在同一个 TraceID？ 👉 传播器不一致；http header 被反向代理 (Nginx/Istio) 丢弃 traceparent 头。
没有上报数据，UI 查不到 trace 👉 确认 OTLP 地址；检查网络；确认采样策略。
数据量太大存储压力高 → 采样 (Sampling)

七、采样 Sampling（非常重要面试点）

微服务流量很大，不能 100% 全部采集所有请求 trace，会压垮存储；需要采样策略。

4 种采样策略

Constant 常量采样 0全部丢弃；1全部采集；测试环境用 1，生产禁止 1。
Probabilistic 概率采样 按 traceID 概率采集，比如 0.1 采集 10% 的链路；整条 Trace 要么全部保留，要么全部丢弃（基于 traceID，同一个 trace 所有 span 统一决策，不会出现半截链路）
Rate‑Limiting 限速采样 限制每秒最多采集 N 条 trace；适合流量突增场景，控制采集 QPS 上限。
Remote 远程采样（生产推荐） 采样策略配置放在 Jaeger Collector；SDK 远程拉取采样策略；改策略不用重启业务服务。

✅采样是基于 TraceID 决策，不是 Span！保证一条 trace 完整或者丢弃，不会出现残缺链路。

八、K8s + Istio + Jaeger

Istio 本身可以生成访问链路；Istio 可以把 trace 数据输出 OTLP 到 Jaeger；此时业务代码不需要手动埋点 SDK，Sidecar 代理层面自动采集链路。缺点：只能采集网络层面；业务内部方法调用看不到 span；想要方法级链路，业务还是要 OTel SDK 埋点。

九、面试高频简答题整理

Jaeger 作用？

分布式追踪，可视化微服务跨服务调用链路，定位慢查询、调用异常性能瓶颈。

Trace、Span 关系？

Trace 是一次完整请求；Trace 由若干 Span 组成；Span 存在父子调用关系；每个 trace 拥有全局 traceId。

Agent 的作用？

部署主机 / 节点本地；业务本地上报，转发给 Collector；解耦业务和 collector；缓冲数据。

什么是采样，为什么需要采样？

高流量微服务，全部上报 trace 存储压力大；采样选择性采集部分链路；采样决策基于 TraceID 保证链路完整性。

OpenTelemetry 和 Jaeger 关系？

OTel 是新一代埋点 SDK 标准，生成 OTLP 追踪数据；Jaeger 作为后端接收存储展示 trace；OpenTracing 已经废弃。

链路断链一般排查什么？

W3C 传播器是否统一；网关是否丢弃 traceparent 请求头；网络是否连通；采样策略是否全部丢弃。

十、补充区分三件套

Metrics (指标)：Prometheus：统计计数器、耗时百分位，聚合指标
Logs (日志)：ELK/Loki：离散事件日志
Tracing (链路追踪)：Jaeger/Zipkin：单次完整调用链路

可观测性三大支柱：指标、日志、追踪。

Jaeger All-in-One 部署

Step 1：创建命名空间

Step 2：部署 Jaeger All-in-One

Step 3：应用部署

Step 4：验证 Pod 运行状态

Step 5：访问 Jaeger UI

Step6:部署一个示例应用

Step7:查看日志，确认数据真的发出去了

Step8:去 Jaeger UI 查看

Step9：这节课最重要的理解

Jaeger 生产架构部署

小步骤 1：先理解生产架构长什么样

小步骤 2：部署 Elasticsearch

小步骤 3：确认 Elasticsearch 能访问

小步骤 4：部署 Jaeger Collector

小步骤 5：部署 Jaeger Query / UI

小步骤 6：打开 Jaeger UI

小步骤 7：部署一个测试应用，把数据发给 Collector

小步骤 8：去 Jaeger UI 验证

Jaeger 知识点总结

一、基础概念

1. 是什么

2. 核心术语（OpenTracing）

二、Jaeger 架构组件

三、数据传播的两种模式

1. 注入 & 提取 Inject / Extract

2. 传播格式（Propagator）

四、部署模式

docker 快速启动

五、Jaeger vs OpenTelemetry（高频面试）

六、核心使用场景 & 排查问题思路

排查步骤

常见问题

七、采样 Sampling（非常重要面试点）

4 种采样策略

八、K8s + Istio + Jaeger

九、面试高频简答题整理

十、补充区分三件套