OpenTelemetry JavaScript 语义约定 v1.31.0 版本解析
OpenTelemetry 作为云原生时代可观测性领域的重要标准,其语义约定(Semantic Conventions)为各类遥测数据提供了统一的命名和结构规范。本文重点分析 OpenTelemetry JavaScript 实现中最新发布的语义约定 v1.31.0 版本带来的重要变化。
核心变更概述
本次 v1.31.0 版本更新主要围绕三个方面展开:CPU 监控指标的标准化重构、新增硬件主机监控指标,以及对 Kubernetes 资源指标的完善。这些变更体现了 OpenTelemetry 在系统监控领域的持续演进。
CPU 监控指标重构
本次版本对 CPU 相关指标进行了重要重构,将原先以 system.cpu 为前缀的指标统一迁移到新的 cpu 命名空间下:
- 原
system.cpu.frequency变更为cpu.frequency - 原
system.cpu.time变更为cpu.time - 原
system.cpu.utilization变更为cpu.utilization
这种重构使得指标命名更加简洁,同时与其他技术栈的命名保持更好的一致性。开发者需要注意及时更新代码中对这些指标的引用。
新增硬件主机监控指标
v1.31.0 引入了以 hw.host 为前缀的一系列新指标,用于监控主机硬件状态:
hw.host.ambient_temperature:主机环境温度hw.host.energy:主机能耗hw.host.heating_margin:主机加热余量hw.host.power:主机功率
这些指标特别适用于需要监控物理服务器或边缘设备硬件状态的场景,为基础设施监控提供了更丰富的维度。
Kubernetes 资源指标完善
在 Kubernetes 监控方面,本次更新主要涉及:
-
复制控制器(ReplicationController)相关指标的命名规范化:
- 原
k8s.replication_controller.available_pods变更为k8s.replicationcontroller.available_pods - 原
k8s.replication_controller.desired_pods变更为k8s.replicationcontroller.desired_pods
- 原
-
新增多个 Kubernetes 资源属性:
- HPA(Horizontal Pod Autoscaler)相关属性:
k8s.hpa.name和k8s.hpa.uid - ResourceQuota 相关属性:
k8s.resourcequota.name和k8s.resourcequota.uid - ReplicationController 标识属性:
k8s.replicationcontroller.name和k8s.replicationcontroller.uid
- HPA(Horizontal Pod Autoscaler)相关属性:
这些变更使得 Kubernetes 监控数据的结构更加完整和一致。
OpenTelemetry SDK 监控指标
本次更新还新增了多个用于监控 OpenTelemetry SDK 本身运行状态的指标:
- 导出相关指标:
otel.sdk.exporter.span.exported.count、otel.sdk.exporter.span.inflight.count - 处理相关指标:
otel.sdk.processor.span.processed.count、otel.sdk.processor.span.queue.capacity、otel.sdk.processor.span.queue.size - Span 相关指标:
otel.sdk.span.ended.count、otel.sdk.span.live.count
这些指标为诊断和优化 OpenTelemetry SDK 的性能提供了有力工具。
移动端应用监控增强
针对移动应用场景,新增了以下属性:
- Android 应用状态:
android.app.state,包含 background/created/foreground 等状态值 - iOS 应用状态:
ios.app.state,包含 active/background/foreground/inactive/terminate 等状态值
这些属性使得移动应用的性能监控能够更准确地反映应用的实际运行状态。
其他重要变更
-
终端用户相关属性:
- 重新启用了
enduser.id属性 - 新增
enduser.pseudo.id用于匿名用户标识
- 重新启用了
-
代码追踪相关:
- 废弃了
code.namespace属性,建议将其内容合并到code.function.name中 - 将
code.filepath重命名为code.file.path
- 废弃了
-
生成式 AI 相关:
- 新增了多个 Agent 和 Tool 相关属性
- 将
gen_ai.openai.request.response_format替换为更通用的gen_ai.output.type
升级建议
对于正在使用 OpenTelemetry JavaScript 实现的开发者,建议:
- 检查项目中是否使用了本次变更中废弃的属性,及时更新为新的命名
- 评估新增指标和属性是否适用于当前监控场景,考虑纳入监控体系
- 特别关注 CPU 指标的变化,确保指标采集和展示不受影响
OpenTelemetry 语义约定的持续演进体现了其在统一可观测性标准方面的努力,开发者及时跟进这些变化将有助于构建更加标准化和可维护的监控系统。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00