Grafana Tempo v2.7.1 中 metrics_generator.traces_storage.path 配置引发的 panic 问题分析

问题背景

Grafana Tempo 是一个开源的分布式追踪系统，在最新发布的 v2.7.1 版本中，当用户配置了 metrics_generator.traces_storage.path 参数时，系统会出现 panic 崩溃的问题。这个问题主要影响使用本地块存储（local-blocks）作为指标生成器后端存储的用户。

问题现象

当在配置文件中启用以下配置时：

metrics_generator:
  traces_storage:
    path: /var/tempo/generator/traces

Tempo 服务会在启动时抛出 panic 错误，核心错误信息为：

panic: runtime error: invalid memory address or nil pointer dereference
[signal SIGSEGV: segmentation violation code=0x1 addr=0x0 pc=0x2753aa3]

而如果注释掉 traces_storage 配置，虽然服务不会崩溃，但会导致服务图（service graph）无法正常生成。

技术分析

根本原因

通过分析堆栈跟踪和代码，可以确定问题出在本地块处理器（localblocks processor）的初始化过程中。具体来说：

1. 当配置了 traces_storage.path 时，系统会尝试初始化本地块存储处理器
2. 在处理 WAL（Write-Ahead Log）重放时，系统需要将重放的块加入完成队列
3. 但此时完成队列（PriorityQueue）未被正确初始化，导致对 nil 指针的引用

影响范围

这个问题主要影响以下使用场景：

• 使用 v2.7.1 版本
• 启用了 metrics_generator 功能
• 配置了本地 traces_storage 路径
• 使用 local-blocks 作为指标处理器

临时解决方案

目前用户可以采用以下临时解决方案：

1. 禁用 local-blocks 处理器： 在配置中明确禁用 local-blocks 处理器，同时保留 traces_storage 配置

2. 降级到稳定版本： 确认使用的确实是官方发布的 v2.7.1 版本（镜像 SHA 应为 f7b6c13b39df...）

问题修复进展

Tempo 开发团队已经确认了该问题，并定位到问题是在 #4721 这个代码变更中引入的。这意味着：

• 官方发布的 v2.7.1 版本实际上是正常的
• 当前主分支（main）的代码存在这个问题
• 修复工作正在进行中

最佳实践建议

对于生产环境用户，建议：

1. 使用明确的版本标签（如 grafana/tempo:2.7.1）而非 latest 标签
2. 在升级前充分测试新版本的关键功能
3. 关注官方发布的修复版本
4. 如需使用 traces_storage 功能，暂时采用禁用 local-blocks 处理器的方案

总结

这个问题展示了分布式追踪系统中配置与组件初始化顺序的重要性。开发团队已经快速响应并定位问题，预计将在下一个版本中修复。用户在部署时应注意版本控制和配置验证，以避免类似问题影响生产环境稳定性。