首页
/ Apache SkyWalking 中 OTEL 收集器指标聚合问题的分析与解决方案

Apache SkyWalking 中 OTEL 收集器指标聚合问题的分析与解决方案

2025-05-09 01:59:27作者:胡易黎Nicole

问题背景

在 Apache SkyWalking 的 ClickHouse PR 审查过程中,发现了一个关于指标聚合的共性问题。这个问题主要出现在使用 OpenTelemetry (OTEL) 收集器针对每个节点收集指标时,服务级别的指标聚合处理不当。

问题本质

当 SkyWalking 从多个节点收集指标时,存在两种典型场景:

  1. 跨节点聚合场景:不同节点(如 node1 和 node2)同时向 OTEL 收集器发送指标数据,然后转发到 OAP 服务器
  2. 单节点多次采集场景:同一节点在不同时间点(如 T1 和 T2)发送指标数据

OAP 服务器在处理这些数据时,无法区分这两种场景。当进行降采样(默认使用 AVG 算法)时,会导致指标聚合结果不准确:

  • 对于跨节点数据,应该计算的是所有节点的聚合值
  • 对于单节点多次采集,应该计算的是该节点在时间窗口内的聚合值

影响范围

这个问题影响了多个数据库和中间件的监控实现,包括但不限于:

  • 数据库类:MongoDB、MySQL、MariaDB、PostgreSQL、Redis
  • 中间件类:Nginx、APISIX、Kafka、Pulsar、RabbitMQ
  • 搜索引擎:Elasticsearch

技术分析

问题的核心在于 SkyWalking 的指标处理机制。在现有实现中:

  1. 指标数据以"指标名_标签值"的形式存储(如 http_status_401
  2. 节点信息作为标签值存储(如 {192.168.0.1=5, 192.168.0.3=1}
  3. 服务级别的聚合需要基于这些标签值进行计算

解决方案

为了解决这个问题,SkyWalking 社区采取了以下措施:

  1. 引入多标签支持:增强了 aggregate_labels 操作,使其能够基于指定标签进行聚合
  2. 重构指标处理逻辑:确保服务级别指标使用 MQE(查询阶段聚合)来合并数据
  3. 组件专项修复:针对每个受影响组件进行单独验证和修复

实现示例

以 HTTP 状态码监控为例,改进后的处理流程:

  1. 原始数据格式:

    http_status{host=192.168.0.1, status=401} 5
    http_status{host=192.168.0.3, status=401} 1
    
  2. 存储格式:

    http_status_401{192.168.0.1=5, 192.168.0.3=1}
    
  3. 聚合查询:

    aggregate_labels(http_status,'status',sum)
    
  4. 结果输出:

    http_status{status=401} 6
    

最佳实践

对于 SkyWalking 用户和开发者:

  1. 在实现服务级别监控时,确保使用 MQE 进行数据聚合
  2. 合理设计指标标签体系,区分节点级别和服务级别指标
  3. 对于集群监控,确保从所有节点收集数据并进行正确聚合
  4. 定期检查监控仪表板,验证指标聚合的准确性

总结

Apache SkyWalking 通过引入多标签支持和改进聚合机制,有效解决了 OTEL 收集器在节点级别指标聚合中的问题。这一改进不仅提升了监控数据的准确性,也为更复杂的监控场景提供了更好的支持。开发者在使用 SkyWalking 进行系统监控时,应当充分理解这些机制,以确保监控数据的可靠性。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (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
930
553
openHiTLSopenHiTLS
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
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8