可观测性与稳定性 / 系统课时
选择 Head Sampling 与 ParentBased 策略
选择 Head Sampling 与 ParentBased 策略
Head Sampling 的关键不是“随机少发一些 Span”,而是要在 Trace 刚开始时做出稳定决策,并让后续服务沿用这个决定。本篇用入口比例采样配合 ParentBased,控制采集量,同时避免一条跨服务 Trace 在不同服务中被重复判定。
学习目标
- 区分 AlwaysOn、比例采样与 ParentBased 各自负责的决策层次
- 使用标准环境变量配置入口比例采样,并理解采样比例的含义
- 判断跨服务调用中采样决定如何通过父上下文保持一致
Head Sampling 决定发生在哪里
Head Sampling 在 Span 创建之初就决定是否记录并导出,因此它看不到这条 Trace 最终是否报错、是否超时,也不知道后面会经过多少服务。它的优势是尽早减少遥测处理与导出开销,代价是可能提前丢掉后来才显现为高价值的 Trace。
对根 Span 来说,采样器必须直接做决定;对已有父 Span 的子 Span 来说,更重要的是尊重父上下文。OpenTelemetry 会通过传播的 SpanContext 携带采样标志,下游服务只有沿用这个标志,整条调用链的采样结果才容易保持一致。

AlwaysOn 与比例采样怎么选
AlwaysOn 会对根 Trace 全量采样,适合低流量环境、短期排障或容量尚未构成压力的系统。它最容易理解,但流量上升后,SDK、Collector、网络和后端存储都会承担完整 Trace 量。
比例采样会按设定概率选择根 Trace。比如 0.10 表示长期来看约保留 10% 的根 Trace;短时间窗口并不会精确等于 10%。它适合稳定控制入口量,但无法保证错误或慢请求一定被保留,因为这些结果在 Head Sampling 决策时还没有出现。
AlwaysOff 会让根 Trace 不被采样,通常只用于明确关闭追踪的场景。它不是常规的成本治理策略,因为一旦根 Trace 被丢弃,下游 Tail Sampling 也无法把它恢复出来。
用 ParentBased 统一跨服务决定
ParentBased 本身不是“10% 采样器”,而是一个父子决策包装器。没有父上下文时,它把根 Span 交给配置的 root sampler;存在父上下文时,默认让 sampled 的父 Span 继续采样,让未 sampled 的父 Span 继续不采样。
最常见的入口策略是 ParentBased(root=比例采样)。下面用标准环境变量把根 Trace 比例设为 10%,所有服务都可以使用同一组配置;对于收到远端父上下文的请求,ParentBased 会优先遵循父决定。
export OTEL_TRACES_SAMPLER=parentbased_traceidratio
export OTEL_TRACES_SAMPLER_ARG=0.10
printf '%s\n' "$OTEL_TRACES_SAMPLER" "$OTEL_TRACES_SAMPLER_ARG"预期输出:
parentbased_traceidratio
0.10这段输出只证明环境变量已经设置。真正验证采样效果时,应在足够长的请求窗口中比较入口 Trace 数与已导出 Trace 数,并确认同一 trace_id 的下游服务没有出现“父请求未采样、子服务却重新采样”的异常。
保持跨服务一致性的检查点
首先保证服务间传播的是同一套 Trace Context,尤其不要在代理、消息中间件或自定义 HTTP 客户端中丢失 traceparent。上下文一旦断开,下游会把请求当成新的根 Trace,再次执行自己的根采样策略。
其次,把比例调整放在真正的入口边界,而不是让每个内部服务独立重做根决策。内部服务可能同时接收上游调用和直接流量,因此仍需配置 root sampler,但对于有有效父上下文的调用,应让 ParentBased 优先处理。
最后,采样率下降只代表“更少的 Trace 被选中”,不代表单条 Trace 会变得更轻。若单条 Trace 本身 Span 数量过多、属性过大或事件过密,还需要另外治理埋点粒度和属性体积。实践中,Head Sampling 负责尽早控制入口量,ParentBased 负责把这个决定稳定传到整条调用链。