可观测性与错误追踪：日志、Trace 与告警闭环
系统讲解现代应用可观测性体系：日志、指标与链路追踪（三支柱）、结构化日志与上下文注入、OpenTelemetry 集成、边缘函数与 Serverless 的可观测性挑战（日志聚合/冷启动/分布式追踪）、错误追踪与 Sourcemap 还原、告警规则与 SLO、以及可观测性闭环与成本控制。
tag
OpenTelemetry
共 37 篇文章。
分布式追踪与OpenTelemetry：微服务可观测性实战指南
深入讲解分布式追踪的核心概念与实现原理，详解OpenTelemetry的集成与配置，提供Jaeger、Zipkin、Grafana Tempo的部署方案，涵盖追踪上下文传播、采样策略与性能优化实战。
遥测采样与摄取管道：从边缘采集到后端存储的数据治理架构
深度讲解遥测数据（Metrics/Logs/Traces）的摄取管道与采样治理：采集架构（Agent 边车/网关/直推）、Head 与 Tail 采样策略、在边缘做降噪与脱敏、摄取管道（OpenTelemetry Collector 部署模式）、数据降本与保留策略、数据质量校验，以及一套可扩展的遥测数据流架构。
结构化日志与语义约定：从文本日志到可查询、可关联、可分析的日志体系
深度讲解结构化日志（Structured Logging）与语义约定：为什么文本日志不可查询、结构化日志的 JSON 字段规范、OpenTelemetry 日志语义约定、Trace/日志关联（Trace ID 注入）、日志上下文与字段命名、多语言日志库配置、日志脱敏与合规、以及日志查询与分析的落地。
可观测性成本治理：采样降噪、数据生命周期与存储成本优化实战
系统讲解可观测性成本治理方法论，涵盖指标基数控制、日志分级降噪、链路追踪采样策略、数据生命周期管理、分层存储优化与告警收敛，帮助在保持可观测能力的同时将成本降低30-70%。
分布式追踪与全链路可观测：OpenTelemetry、Tempo/Jaeger 与采样策略
深入讲解分布式追踪与全链路可观测的 DevOps 工程化：Trace/Span/Context 传播（W3C traceparent）、OpenTelemetry 采集架构（OTLP/Collector/采样）、Tempo/Jaeger/OTel 后端对比、RED/USE 指标、日志-追踪-指标关联、采样策略（头部/尾部/一致性）以及 CI 链路追踪与常见坑。
生成式 AI 可观测性：LLM 调用追踪、Token 成本监控、质量与安全评估
传统应用的可观测性（Metrics/Logs/Traces）在 LLM 应用面前依然成立，但要新增三个 LLM 特有的观测维度：Token 与成本（每次调用消耗多少、花了多少钱）、模型质量（回答对不对、是否幻觉、是否符合预期）、模型安全（提示注入、有害内容、PII 泄露）。大模型是"黑盒 …
OpenTelemetry Collector 深度解析：Pipeline 架构、采样策略与大规模部署
OpenTelemetry Collector 是可观测性体系中的核心数据管道：应用通过 OTel SDK 埋点产生的 Metrics/Logs/Traces，全部汇聚到这里，经过接收、处理、导出三个阶段，再分发到 Prometheus、Loki、Tempo、Jaeger 等后端。它是连接 …
分布式链路追踪实战：OpenTelemetry、Jaeger 与 W3C Trace Context
从 Java Agent 埋点到 OTel Collector 聚合：OpenTelemetry API/SDK、Jaeger/Tempo 存储后端、W3C Trace Context 传播规范与采样策略最佳实践。
Node.js 可观测性实践：OpenTelemetry、监控与全链路追踪
Node.js 生产级可观测性完整方案：四大观测支柱、Pino 结构化日志、OpenTelemetry 自动/手动埋点、分布式链路追踪、Prometheus 指标采集、健康探针、Sentry 错误追踪、性能剖析与 Grafana 大盘告警实战。
17. 日志框架、MDC 与分布式链路追踪
深入 SLF4J、Logback、Log4j2 日志框架，MDC 线程上下文传递，以及基于 Micrometer 与 OpenTelemetry 的全链路追踪实现
14. 分布式链路追踪
OpenTelemetry 标准化链路追踪、Jaeger/Zipkin 实战、采样策略、Span 上下文传递与可观测性落地
OpenTelemetry 完全指南：标准化可观测性框架
系统性 OpenTelemetry 实战指南：OTel 架构与核心理念、自动与手动 Instrumentation、Span/Trace/Context 传播、Metrics SDK / Logs SDK / Baggage、语义约定（Semantic Conventions）与资源属性、OTel Collector 架构与 processors/exporters、采样策略（AlwaysOn/Sampler/Parent-based/Rate-limiting）、OTLP 协议、与 Prometheus/Jaeger/Loki 的桥接、Go/Java/Node.js/Python 多语言实战代码。
专题四：云原生可观测性
从可观测性三大支柱（Metrics/Logs/Traces）出发，深度覆盖 Prometheus、Grafana、OpenTelemetry、Jaeger/Tempo、Loki、EFK 等主流云原生可观测性栈，延伸至 OTel Collector 深度调优、Prometheus 长期存储集群化（Thanos/Mimir）、Grafana Alerting 统一告警、Loki 标签基数与查询性能优化、服务网格可观测性（Istio/Kiali）、生成式 AI 可观测性（LLM 追踪/成本/质量/安全）、eBPF、SLO 工程、K8s 可观测性、APM 及数据存储选型。附带实战配置与架构设计。并延伸至 OpenMetrics 指标规范治理、日志采样去重与降噪、仪表盘设计与可读性工程，以及 GPU 与加速器、Serverless 与 FaaS、边缘与 IoT 三类特殊负载的可观测性实践。
分布式链路追踪
Jaeger、Zipkin、OpenTelemetry 链路追踪原理，TraceID透传、Span关联与长尾延迟分析。
可观测性工程：结构化日志、Prometheus指标与OpenTelemetry链路追踪
系统介绍可观测性三大支柱（日志、指标、链路追踪）的工程实践，涵盖结构化日志、Prometheus/Grafana监控体系、OpenTelemetry统一采集、SLO/SLI定义及告警策略。
Go 可观测性：OpenTelemetry 完全指南
全面讲解如何在 Go 项目中集成 OpenTelemetry，实现 Tracing、Metrics、Logging 三大支柱的可观测性，覆盖自定义 Span、上下文传播、自动埋点、导出到 Jaeger/Tempo、Prometheus 集成和 Grafana 仪表盘