采样策略：控制成本和数据完整性

本节将学习：为什么需要采样？头部采样和尾部采样的区别？智能采样策略是什么？如何选择采样策略？

为什么需要采样

挑战是什么？ 高流量系统的数据量非常大。

举个例子：假设系统 QPS 是 10,000 请求/秒，每个请求产生 1 个 Trace。每天就是 864,000,000 个 Trace，这个数量非常大。

存储成本如何？ 每个 Trace 平均 10KB。每天需要存储 8.6TB，每月成本就非常昂贵。这是一个巨大的成本压力。

采样价值是什么？ 通过采样，可以：

• 降低存储成本（80-90%）。可以只采集 10% 的数据，但是保持 95% 以上的可观察性质量。
• 保持可观察性质量（95% 以上）。通过智能采样策略，可以保留关键信息，比如错误、慢请求。

采样目标：降低存储成本、保持可观察性质量、保留关键信息。这就是为什么需要采样。

头部采样和尾部采样的区别

头部采样是什么？ 在请求开始时决定是否采样。

头部采样有什么特点？

• 在请求开始时决定，决策快速
• 但是无法基于完整信息决策，可能丢失重要信息
• 例如，每 10 个请求采样 1 个（10%），随机采样，基于服务名称采样

尾部采样是什么？ 在请求完成后决定是否采样。

尾部采样有什么特点？

• 在请求完成后决定，可以基于完整信息决策，保留重要信息（错误、慢请求）
• 但是需要缓存所有数据，成本较高
• 例如，采样所有错误请求，采样慢请求（> 1 秒），采样特定业务的请求

什么时候使用哪种？ 一般来说，头部采样适用于高流量系统，降低成本。尾部采样适用于需要保留关键信息的场景，比如错误追踪。

智能采样策略

智能采样策略是什么？ 结合头部采样和尾部采样的优点。可以根据请求的特征，智能地决定是否采样。

智能采样策略的策略是什么？

第一个策略：采样所有错误请求（100%）。 所有错误请求都采样。这样就能追踪所有错误。

第二个策略：采样慢请求（> 1 秒，100%）。 所有慢请求都采样。这样就能追踪所有性能问题。

第三个策略：采样特定业务的请求（100%）。 特定业务的请求都采样。例如，订单创建、支付等关键业务。

第四个策略：其他请求随机采样（10%）。 其他请求随机采样 10%。这样就能降低存储成本。

策略优势：保留所有重要信息、降低存储成本（80-90%）、保持可观察性质量（95% 以上）。

这就是智能采样策略。它既能保留重要信息，又能降低存储成本。

本节小结

在本节中，我们学习了采样策略：

第一个是采样的必要性。 降低存储成本（80-90%），保持可观察性质量（95% 以上），保留关键信息。

第二个是头部采样。 请求开始时决策，快速但可能丢失重要信息，适用于高流量系统。

第三个是尾部采样。 请求完成后决策，保留重要信息但成本高，适用于关键业务。

第四个是智能采样。 结合两者优点，保留重要信息，降低成本，适用于一般场景。

选择建议：

• 高流量系统：头部采样 + 智能采样
• 关键业务：尾部采样 + 智能采样
• 一般场景：智能采样

这就是采样策略。理解采样策略，是控制成本和保持质量的关键。

在下一节，我们将了解语义约定：标准化属性命名。看看如何标准化属性的命名，保证一致性。