Kiali项目中Tempo集成时Span引用信息缺失问题分析
问题背景
在Kiali与分布式追踪系统Tempo集成时,发现了一个关于Span引用信息的技术问题。当使用Tempo作为外部追踪系统时,从Kiali API获取的Span对象中缺少References信息,而同样的配置下如果使用Jaeger端口则能正常显示这些引用关系。
技术现象
通过Kiali的API端点查询Span数据时,当配置使用Tempo原生端口3200并设置provider为tempo时,返回的Span对象中References数组为空。而当配置使用Jaeger端口16685时,相同的Span数据则包含完整的References信息。
根本原因分析
经过技术团队深入调查,发现这个问题源于Tempo查询机制与Jaeger的差异。Tempo的查询接口在设计上无法返回parentSpanId字段,而这个字段正是构建References数组的关键数据。References数组在分布式追踪中用于表示Span之间的父子关系或跟随关系。
在Kiali内部实现中,References信息是通过parentSpanId转换而来。由于Tempo的返回数据格式与Jaeger不同,需要进行数据格式转换。但在当前实现中,这种转换未能正确处理parentSpanId字段。
影响评估
虽然References信息缺失,但经过评估这并不影响Kiali的核心功能。References数组在这些API调用中实际上并未被使用,因此从功能角度来看是完整的。技术团队考虑过获取完整追踪数据的方案,但考虑到性能开销(需要为每个查询结果发起多次调用),这种方案被判定为不切实际。
解决方案
技术团队提出了两种可能的解决方案:
-
移除对References数组的检查:由于这些信息在相关API调用中并未实际使用,可以直接移除相关检查逻辑。
-
针对Tempo做特殊处理:在代码中区分Tempo和Jaeger的情况,仅对Tempo返回的数据跳过References检查。
经过权衡,技术团队倾向于第一种方案,因为References信息在这些API调用中并非必需,且保持代码简洁性更为重要。
后续处理
该问题已被标记为需要回迁至Kiali 2.4版本,相关修复已经完成并合并。这确保了使用Tempo作为追踪系统的用户能够获得与其他追踪系统一致的使用体验。
技术启示
这个案例展示了不同分布式追踪系统实现细节上的差异,以及在集成多个追踪系统时可能遇到的兼容性问题。对于开发者而言,在设计系统集成时需要考虑不同实现的技术细节,同时也要评估功能需求与实际使用场景,避免过度设计。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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。Python00GOT-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









