Grafana Tempo OTLP接收器默认绑定地址变更解析
2025-06-13 08:25:49作者:鲍丁臣Ursa
背景介绍
Grafana Tempo是一个开源的分布式追踪系统,它集成了OpenTelemetry Collector的接收器功能。近期在升级OpenTelemetry依赖版本时,发现了一个重要的行为变更:OTLP接收器的默认网络绑定地址从0.0.0.0变更为localhost,这影响了Tempo在容器化环境中的正常运行。
技术细节分析
OpenTelemetry的变更历史
OpenTelemetry Collector在v0.94.0版本中引入了一个重要的安全改进。此前版本中,当接收器配置未明确指定端点地址时,默认会绑定到0.0.0.0(所有网络接口)。这种设计虽然方便,但存在潜在的安全风险,可能使服务暴露在不必要的网络访问中。
为了解决这个问题,OpenTelemetry团队采取了分阶段改进方案:
- v0.94.0:引入
UseLocalHostAsDefaultHost特性门控,允许将未指定地址默认为localhost - v0.110.0:将该特性标记为稳定状态
 - v0.112.0:完全移除了特性门控,新行为成为强制标准
 
对Tempo的影响
在Tempo的典型配置中,用户通常会使用简化的接收器配置:
distributor:
  receivers:
    otlp:
      protocols:
        grpc:
        http:
在旧版本中,这种配置会使OTLP接收器监听:
- gRPC接口:
0.0.0.0:4317 - HTTP接口:
0.0.0.0:4318 
而在新版本中,同样的配置会使接收器监听:
- gRPC接口:
localhost:4317 - HTTP接口:
localhost:4318 
这种变化导致当Tempo运行在容器环境中时,外部无法访问这些接收器端口,因为localhost在容器环境下仅指容器内部。
解决方案与最佳实践
显式指定端点地址
推荐的做法是在配置中明确指定接收器应该绑定的网络地址:
distributor:
  receivers:
    otlp:
      protocols:
        grpc:
          endpoint: "tempo:4317"  # 使用服务名
        http:
          endpoint: "0.0.0.0:4318"  # 显式绑定到所有接口
安全考量
虽然可以继续使用0.0.0.0来保持旧版行为,但这会重新引入安全风险。建议在生产环境中:
- 使用具体的服务名称或内部DNS名称替代
0.0.0.0 - 结合网络策略限制访问来源
 - 考虑使用服务网格或API网关进行访问控制
 
Helm用户的注意事项
值得庆幸的是,Grafana官方提供的Tempo Helm图表已经预先配置了明确的端点地址(0.0.0.0),因此使用这些图表部署的用户不会受到此变更影响。
升级建议
对于计划升级Tempo版本的用户:
- 检查现有配置中是否包含未指定端点的接收器配置
 - 评估网络访问需求,选择合适的绑定地址
 - 在测试环境中验证新配置
 - 查阅版本发布说明,了解其他可能的变更
 
总结
OpenTelemetry的这一变更是出于安全考虑的正确方向,虽然短期内可能带来一些配置调整的工作量,但从长远来看有助于提高系统的默认安全状态。Tempo用户应当理解这一变更的技术背景,并据此调整自己的部署配置,确保既能满足功能需求,又能维持适当的安全水平。
登录后查看全文 
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
272
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
597
157
暂无简介
Dart
564
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
231
14
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
444