本文档采用自动化机器翻译技术翻译。尽管我们力求提供准确的译文，但不对翻译内容的完整性、准确性或可靠性作出任何保证。若出现任何内容不一致情况，请以原始英文版本为准，且原始英文版本为权威文本。

采样

采样用于减少导出到 SUSE Observability 的数据显示量，同时尽量不影响遥测数据的质量。应用采样的主要原因是降低成本（如网络、存储等）。

如果您的应用程序生成的数据很少，则无需进行采样，甚至可能由于缺乏遥测数据而妨碍可观测性。然而，如果您的应用程序有大量流量，例如每秒超过1000个跨度，则应用采样是有意义的。

采样主要有两种类型，头部采样和尾部采样。

头部采样

头部采样尽早做出采样决策（是否导出数据）。因此，决策不能基于整个追踪，而只能基于可用的非常有限的信息。otel收集器具有https://github.com/open-telemetry/opentelemetry-collector-contrib/tree/main/processor/probabilisticsamplerprocessor[概率采样处理器]，实现了一致概率采样。采样器是可配置的，并根据追踪ID（对追踪有用）或属性的哈希值（对日志有用）做出采样决策。这确保了一个追踪的所有跨度始终被采样或不被采样，您将在 SUSE Observability 中拥有完整的追踪。

头部采样的优点包括：

易于理解
高效
配置简单

但缺点是无法对整个追踪做出采样决策，例如对所有失败的追踪进行采样，而仅对少量成功的追踪进行采样。

要启用头部采样，请配置处理器并将其包含在管道中。此示例根据追踪ID对4个追踪中的1个进行采样：

processors:
  probabilistic_sampler:
    sampling_percentage: 25
    mode: "proportional"

尾部采样

尾部采样将采样决策推迟到追踪（几乎）完成时。这使得尾部采样器能够根据整个追踪做出采样决策，例如始终采样失败的追踪和/或慢速追踪。还有许多其他可能性，例如基于特定属性或服务参与进行采样。

OpenTelemetry Collector 提供了一个尾部采样处理器，可以用来应用尾部采样策略。

尾部采样的主要优点在于，它能够基于完整的追踪数据做出采样决策，从而提供额外的灵活性，而不是仅依赖于创建单个跨度时获得的部分信息。

尽管有优势，尾部采样也有以下缺点：

更难配置和理解。
必须是有状态的，以便在做出采样决策之前存储追踪的跨度。
因此，资源使用量也会（大幅）增加。
采样器可能无法跟上，需要额外的监控和扩展。

要启用尾部采样，请配置处理器并将其包含在管道中。

processors:
  tail_sampling:
    decision_wait: 10s
    policies:
    - name: rate-limited-composite
      type: composite
      composite:
        max_total_spans_per_second: 500
        policy_order: [errors, slow-traces, rest]
        composite_sub_policy:
        - name: errors
          type: status_code
          status_code:
            status_codes: [ ERROR ]
        - name: slow-traces
          type: latency
          latency:
            threshold_ms: 1000
        - name: rest
          type: always_sample
        rate_allocation:
        - policy: errors
          percent: 33
        - policy: slow-traces
          percent: 33
        - policy: rest
          percent: 34

示例采样：

每秒最多 500 个跨度。
所有错误追踪中的跨度，最多占最大值的 33%。
所有慢于 1 秒的追踪中的跨度，最多占最大值的 33%。
其他跨度，最多达到允许的最大速率。

有关配置选项和不同策略的更多详细信息，请使用尾部采样自述文件。

然而，这并不是完全的设置后即可忘记。如果其资源使用量开始增加，您需要扩展到使用多个收集器来处理尾部采样，这还需要路由，以根据追踪ID路由流量。

结合跨度指标进行追踪采样。

在入门部分，收集器配置不包括采样。在添加采样时，我们需要小心确保从追踪中计算得出的指标尽可能准确。尤其是尾部采样可能导致非常偏斜的指标，因为通常错误的相对数量要高得多。为了避免这种情况，我们将追踪管道拆分为多个部分，并通过前向连接器将它们连接起来。修改配置以包括额外的连接器和采样处理器。并按照这里所示修改管道：

connectors:
  # enable the forwarder
  forward:
processors:
  # Configure the probabilistic sampler to sample 25% of the traffic
  probabilistic_sampler:
    sampling_percentage: 25
    mode: "proportional"
service:
  pipelines:
    traces:
      receivers: [otlp]
      processors: [memory_limiter, resource]
      exporters: [forward]
    traces/spanmetrics:
      receivers: [forward]
      processors: []
      exporters: [spanmetrics]
    traces/sampling:
      receivers: [forward]
      processors: [probabilistic_sampler, batch]
      exporters: [debug, otlp/stackstate]
    metrics:
      receivers: [otlp, spanmetrics, prometheus]
      processors: [memory_limiter, resource, batch]
      exporters: [debug, otlp/stackstate]

示例使用配置为采样25%流量的概率采样器。您可能希望根据您的情况调整百分比或改用尾部采样器。尾部采样器的管道设置相同，只需将对`probabilistic_sampler`的引用替换为`tail_sampling`。