Day12- GPT 陪我讀 Grafana OpenTelemetry
Day13- GPT 陪我讀 將 OpenTelemetry Collector 連接到 Grafana Cloud 資料庫

使用案例

OpenTelemetry Collector 非常多功能，可以用於不同的使用情境。由於它非常輕量，所以它可以以最小的開銷靠近您的工作負載以 “代理” 模式（sidecar 或 daemon set）放置。考慮到可以將收集器連接在一起，通常還有一層中央收集器進行不同類型的數據處理和驗證。當將 OpenTelemetry 收集器連接在一起時，我們建議在它們之間設置 TLS。我們還建議在通訊中使用 OTLP 接收器和導出器，避免數據轉換成本，因為 OpenTelemetry 收集器使用的內部數據模型是由 OTLP 支持的。

我們組裝了以下示例，供您參考。

• 模式 1 - 散發
• 模式 2 - 遙測數據正規化
• 模式 3 - Kubernetes sidecars 和 daemon sets
• 模式 4 - 負載平衡
• 模式 5 - 多集群
• 模式 6 - 多租戶
• 模式 7 - 每個信號

模式 1 - 散發Fan Out

收集器的一個常見用途是集中給定設置的遙測資料，以便平台工程師和 SRE 可以決定發送的位置。使用此設置同時將相同的遙測資料發送到多個後端並不罕見，以便可以比較不同的工具。我們還看到此設置被用來存儲遙測資料的本地副本，以便您可以保留資料所有權，同時仍然可以使用雲端觀察解決方案。

示例配置：

extensions:
  basicauth/traces:
    client_auth:
      username: "${TRACES_USER_ID}"
      password: "${TOKEN}"

receivers:
  otlp:
    protocols:
      grpc:

processors:
  batch:

exporters:
  file:
  otlp/tempo:
    endpoint: tempo-us-central1.grafana.net:443
    auth:
      authenticator: basicauth/traces

service:
  extensions: [basicauth/traces]
  pipelines:
    traces:
      receivers: [otlp]
      processors: [batch]
      exporters: [file, otlp/tempo]

總結：

OpenTelemetry Collector 是一個中間件，專為集中和調整遙測資料而設計。透過模式 1 - 散發，平台工程師和 SRE 可以更靈活地管理和決定遙測資料的儲存位置。這不僅允許數據被同時發送到多個後端，進行工具比較，還能在本地保留遙測資料的副本，實現資料所有權的同時，也能充分利用雲端的監控解決方案。這提供了一個彈性和集中的方式來管理遙測資料，並確保資料的完整性和所有權。