Jaeger Collector 镜像文档

镜像概述

Jaeger Collector是Jaeger分布式追踪系统的关键组件，负责接收来自应用程序SDK（如Jaeger Client）发送的追踪数据（跨度Span），对数据进行验证、标准化和聚合处理后，将其持久化到后端存储系统（如Elasticsearch、Cassandra、Kafka等）。该镜像提供了开箱即用的Collector服务，支持云原生环境部署，是构建分布式系统可观测性的重要工具。

核心功能与特性

1. 多协议数据接收

• 支持通过gRPC协议（默认端口***/tcp）接收来自SDK的追踪数据
• 支持通过HTTP协议（默认端口***/tcp）接收Jaeger Thrift格式的追踪数据
• 兼容OpenTelemetry协议，可接收OpenTelemetry SDK发送的追踪数据

2. 数据处理能力

• 内置数据验证机制，过滤无效或格式错误的追踪数据
• 支持追踪数据采样（基于配置的采样策略）
• 可选的追踪数据聚合与批处理，优化存储写入性能

3. 多存储后端支持

• 支持主流存储系统：Elasticsearch、Cassandra、Kafka、PostgreSQL等
• 可配置为"转发模式"，将数据发送到其他Collector或第三方系统
• 支持存储后端的水平扩展配置

4. 高可用性设计

• 无状态服务设计，支持多实例水平扩展
• 内置健康检查接口，便于容器编排平台（如Kubernetes）进行实例管理
• 支持数据重试机制，确保存储写入可靠性

使用场景

• 微服务架构：在微服务集群中集中收集各服务间的调用追踪数据
• 云原生应用：配合Kubernetes等容器编排平台，实现容器化应用的追踪数据收集
• 分布式系统调试：通过集中存储的追踪数据，分析系统性能瓶颈、故障定位及服务依赖关系
• 可观测性平台集成：作为追踪数据管道，与监控（Prometheus）、日志（ELK）系统联动，构建完整可观测性体系

使用方法与配置说明

基本部署（Docker Run）

bash
docker run -d \
  --name jaeger-collector \
  -p ***:***/tcp \  # gRPC接收端口
  -p ***:***/tcp \  # HTTP接收端口
  -e SPAN_STORAGE_TYPE=elasticsearch \  # 指定存储类型
  -e ES_SERVER_URLS=[***] \  # Elasticsearch服务地址
  jaegertracing/jaeger-collector:latest

环境变量配置

自定义配置文件

如需更复杂的配置（如采样策略、数据处理规则等），可通过挂载配置文件进行自定义：

bash
docker run -d \
  --name jaeger-collector \
  -p ***:*** \
  -p ***:*** \
  -v /path/to/collector-config.yaml:/etc/jaeger/collector-config.yaml \
  jaegertracing/jaeger-collector:latest \
  --config-file=/etc/jaeger/collector-config.yaml

配置文件示例（collector-config.yaml）：

yaml
receivers:
  jaeger:
    protocols:
      grpc:
        endpoint: 0.0.0.0:***
      thrift_http:
        endpoint: 0.0.0.0:***
processors:
  batch:
    timeout: 5s
    send_batch_size: 1000
exporters:
  elasticsearch:
    endpoints: ["[***]"]
    index: jaeger-span-%{date:yyyy-MM-dd}
service:
  pipelines:
    traces:
      receivers: [jaeger]
      processors: [batch]
      exporters: [elasticsearch]

部署示例（docker-compose）

以下示例展示如何使用docker-compose部署Jaeger Collector与Elasticsearch存储后端：

yaml
version: '3.8'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.17.0
    environment:
      - discovery.type=single-node
      - ES_JAVA_OPTS=-Xms512m -Xmx512m
    ports:
      - "9200:9200"
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:9200/_cluster/health"]
      interval: 10s
      timeout: 10s
      retries: 5

  jaeger-collector:
    image: jaegertracing/jaeger-collector:latest
    depends_on:
      elasticsearch:
        condition: service_healthy
    environment:
      - SPAN_STORAGE_TYPE=elasticsearch
      - ES_SERVER_URLS=[***]
      - LOG_LEVEL=info
    ports:
      - "***:***"  # gRPC接收端口
      - "***:***"  # HTTP接收端口
      - "***:***"  # 健康检查端口
    restart: unless-stopped

启动命令：docker-compose up -d

注意事项

• 生产环境中建议为Collector配置多个实例以实现高可用
• 根据存储后端性能调整批处理参数（如send_batch_size、timeout）以优化写入性能
• 对于大规模部署，建议使用Kafka作为缓冲层，避免存储后端压力过大
• 定期清理过期追踪数据，避免存储容量耗尽（可通过存储后端的索引生命周期管理实现）