OpenTelemetry分布式链路追踪服务器集群部署实操指

适用场景与核心概念

当你管理多台服务器（比如微服务集群），想追踪一次请求经过哪些服务、每个环节耗时多少，就需要分布式链路追踪。
OpenTelemetry 是当前主流的可观测性标准，它提供统一的 SDK 和 Collector 组件，负责从应用采集链路数据，再上报给后端（如 Jaeger、Zipkin 或 Prometheus）。
本文重点讲的是 Collector 在集群中的部署与配置，让零基础用户也能快速用起来。

环境准备：三台服务器就够

实操前准备以下资源：

• 三台 Linux 服务器（推荐 CentOS 7+ 或 Ubuntu 20.04+），IP 分别为 192.168.1.10、192.168.1.11、192.168.1.12。
• 后端存储：可以在一台服务器上部署 Jaeger All-in-One 作为演示。
• 开放端口：每台 Collector 需要 4318（HTTP）或 4317（gRPC）用于接收应用数据；后端 Jaeger 需要 16686（Web UI）和 14250（gRPC）。

如果你没有现成集群，可以用同一台服务器的不同端口模拟，不过集群部署的优势是数据分散接收、避免单点故障。

下载并启动 OpenTelemetry Collector

1. 下载 Collector 二进制文件

登录每一台服务器（这里以 192.168.1.10 为例），执行：

wget https://github.com/open-telemetry/opentelemetry-collector-releases/releases/latest/download/otelcol_linux_amd64.tar.gz
tar -xzf otelcol_linux_amd64.tar.gz
sudo mv otelcol /usr/local/bin/

注意：如果服务器是 ARM 架构，下载 otelcol_linux_arm64.tar.gz。版本号可以查看最新 release，但不要编造具体版本号，直接使用 latest 链接（实际会跳转到当前最新）。

2. 编写 Collector 配置文件

在 /etc/otelcol/config.yaml 中写入（集群中每台服务器的配置基本一致，只有 service 部分的 pipelines 自定义）：

receivers:
  otlp:
    protocols:
      http:
        endpoint: 0.0.0.0:4318
      grpc:
        endpoint: 0.0.0.0:4317

exporters:
  otlp:
    endpoint: "192.168.1.10:4317"  # 假设 Jaeger 部署在 192.168.1.10
    tls:
      insecure: true

service:
  pipelines:
    traces:
      receivers: [otlp]
      exporters: [otlp]

关键说明：

• receivers 部分定义 Collector 如何接收数据（来自应用的 OTLP 协议）。
• exporters 定义数据发送到哪个后端。这里用另一台 Collector 的 gRPC 端口（如果 Jaeger 直接接收，则 endpoint 指向 Jaeger 的 14250 端口）。
• 在实际集群中，可以配置多个 exporter 实现负载或高可用，新手先配置一个固定后端。

3. 启动 Collector 服务

创建 systemd 服务文件 /etc/systemd/system/otelcol.service：

[Unit]
Description=OpenTelemetry Collector
After=network.target

[Service]
ExecStart=/usr/local/bin/otelcol --config=/etc/otelcol/config.yaml
Restart=always
User=root

[Install]
WantedBy=multi-user.target

启动并设置开机自启：

sudo systemctl daemon-reload
sudo systemctl start otelcol
sudo systemctl enable otelcol
sudo systemctl status otelcol

看到 active (running) 即成功。

配置数据上报到 Jaeger（后端验证）

在 Collector 所在服务器（也可以是单独一台）部署 Jaeger All-in-One 用于验证：

docker run -d --name jaeger \
  -e COLLECTOR_OTLP_ENABLED=true \
  -p 16686:16686 \
  -p 14250:14250 \
  -p 4317:4317 \
  -p 4318:4318 \
  jaegertracing/all-in-one:latest

然后修改 Collector 的 exporters 配置，
将 endpoint 指向 Jaeger 的 gRPC 地址（如 192.168.1.10:
4317），
重启 Collector。

验证链路是否采集成功

1. 确保至少有一个应用（如一个简单的 Python Flask 服务）已经接入 OpenTelemetry SDK，并将 OTLP 数据发送到 Collector 的 4318 或 4317 端口。
2. 在浏览器访问 http://192.168.1.10:16686 进入 Jaeger UI。
3. 选择服务名称，点击 Find Traces，如果能搜到链路记录，说明整个集群链路端到端打通。

也可以直接在 Collector 日志中查看是否有数据接收：

journalctl -u otelcol -f

出现 Everything is ready. 以及 otelcol Collector is up and running. 表示运行正常。

常见问题与避坑

Q1: Collector 启动报错 “failed to load config”

检查 YAML 格式是否合法（空格缩进必须一致），可用 otelcol --validate --config /etc/otelcol/config.yaml 验证。

Q2: 应用端发送数据后 Collector 日志无输出

• 确认应用端 OTLP endpoint 配置的 IP 和端口与 Collector 的 receiver 一致。
• 检查防火墙是否开放 4317/4318 端口：sudo ufw status 或 firewall-cmd --list-ports。
• 在 Collector 所在服务器用 tcpdump 抓包确认数据是否到达。

Q3: 集群中多台 Collector 如何避免数据重复？

OpenTelemetry Collector 本身不持久化数据，只做转发。
如果每台 Collector 都指向同一个后端，应用端通常只向一个 Collector 发送数据（应用侧配置一个 Collector 的地址）。
若想高可用，可以配置 Collector 之间的转发（如使用 Load Balancing Exporter），但新手建议先单点部署，集群需求明确后再升级。

避坑说明

• 不要在生产环境直接使用 latest 标签的 Collector 二进制，应锁定具体版本。本文使用 latest 仅作演示。
• 如果 Jaeger 与 Collector 在同一台服务器，endpoint 可以用 localhost 提高性能。
• 注意时区：链路中的时间戳默认是 UTC，前端界面可调整。

总结

本文演示了在服务器集群中部署 OpenTelemetry Collector 的核心步骤，从下载、配置到对接 Jaeger 验证。
关键点是正确填写 receiver 和 exporter 地址，并确保端口可达。
对于零基础用户，建议先在一台服务器上跑通整个流程，再复制到其他节点。
实际生产环境中，还可以加入 Prometheus、Elasticsearch 等更多后端，让可观测性体系更完善。
如果遇到其他报错，优先检查配置文件语法和网络连通性。

如果你正在处理 OpenTelemetry 分布式链路追踪服务器集群部署，建议按本文步骤完整执行，再根据自己的环境微调 exporter 和后端地址。
遇到异常时，回看避坑和高频问题部分，大部分问题都能定位。