OpenTelemetry 持续剖析数据模型落地：Elastic 捐赠加速标准化进程
InfoQ 2024-09-16 – OpenTelemetry宣布将持续剖析（Continuous Profiling）作为其核心遥测信号，并宣布 Elastic 已将其持续剖析代理捐赠给了 OpenTelemetry 项目。这一举措标志着 OpenTelemetry 在持续剖析领域迈出了重要一步，将进一步推动可观测性领域的标准化进程。
Elastic 的捐赠为 OpenTelemetry 生态系统带来了一个基于 eBPF 的生产级持续剖析代理。该代理能够以极低的性能开销提供全系统、始终在线的剖析功能，有效解决了传统剖析方法的诸多局限性。
持续剖析：超越传统方法的优势
持续剖析作为 OpenTelemetry 的第四个关键信号，与跟踪、指标和日志并列，在可观测性系统中拥有显著优势。它消除了对中断服务重启的需求，降低了代码插装带来的性能开销，并提供了对第三方库的可视化，这些库在传统剖析方法中难以进行分析。
OpenTelemetry 持续剖析数据模型：标准化之路
OpenTelemetry 持续剖析数据模型的落地并非一蹴而就。早在 2023 年 3 月，OpenTelemetry 增强提案（OTEP）就已合并了剖析数据模型，并成立了专门的特别兴趣小组（SIG）来推动持续剖析标准化方法的开发。
SIG 剖析小组面临着诸多挑战，包括：
- 在现有数据模型基础上构建还是创建一个全新的数据模型？
- 如何在特定于领域的剖析惯例和 OpenTelemetry 特定于框架的惯例之间保持平衡？
- 选择合适的现有剖析格式作为基础？
- 如何将剖析数据集成到 OpenTelemetry 收集器中？
最终，OpenTelemetry 采用了扩展版本的 pprof 格式（称为“pprof-extended”）作为其剖析数据标准，并制定了将数据提取、解构成收集器的内部格式“pdata”，然后与其他遥测信号一起统一处理的模式。
持续剖析的应用场景
持续剖析的应用场景远超传统的性能和成本分析。它可以用于信号相关性、事件响应和详细的资源消耗分析，并能够有效识别 CPU 峰值、内存问题、互斥争用和网络抖动等问题。
OpenTelemetry 持续剖析的意义
OpenTelemetry 中添加持续剖析将有助于工程师识别资源密集型代码，并通过减少对专有 APM 代理的依赖来提高供应商中立性。
eBPF 技术的应用
eBPF 技术的集成是持续剖析解决方案的重要趋势。Elastic 捐赠的代理正是基于 eBPF 技术，能够以最小的开销进行全面的系统范围内的剖析。
行业趋势与未来展望
OpenTelemetry 社区对持续剖析的采用与不断增长的行业趋势保持一致。越来越多的初创公司和主要的可观测性供应商开始关注持续剖析，并认识到其与其他遥测信号关联时的价值。
未来，OpenTelemetry 持续剖析将继续发展，并与其他可观测性技术深度融合，为开发者提供更加强大、高效的工具，帮助他们更好地理解和优化应用程序性能。
Views: 0