ghcr.io/open-telemetry/opentelemetry-collector-releases/opentelemetry-collector-k8s:0.124.1

ghcr.io/open-telemetry/opentelemetry-collector-releases/opentelemetry-collector-k8s 是 OpenTelemetry 社区推出的 Kubernetes 专用可观测性数据采集容器镜像。它专为容器化环境设计，聚焦解决微服务架构下指标、日志、追踪数据的统一采集、处理与导出问题。

作为数据采集的核心组件，该镜像内置多种接收器，支持主流数据协议接入。比如通过 OTLP 协议接收应用直传的追踪数据，通过 Prometheus 协议抓取容器指标，还能对接 Fluentd 等工具收集日志，覆盖云原生场景下常见的数据来源。处理层提供灵活的插件机制，可实现数据过滤（如排除健康检查日志）、字段转换（如统一时间格式）、指标聚合（如按命名空间汇总请求量）等操作，确保数据标准化后再导出。

针对 Kubernetes 环境，它做了深度适配。部署形态上支持 DaemonSet 模式，能在每个节点运行一个采集实例，确保覆盖所有 Pod 数据；也可通过 Deployment 部署为集中式采集点，灵活应对不同规模集群。同时，它能自动从 K8s API 中获取 Pod 标签、命名空间、节点名称等元数据，将这些信息自动附加到采集数据中，解决容器动态调度导致的监控数据关联难题——比如当 Pod 漂移到新节点时，依然能通过元数据追溯其归属服务。此外，支持通过 CRD（CustomResourceDefinition）配置采集规则，运维人员无需修改镜像即可通过 YAML 文件定义接收器、处理器和导出器参数，降低配置复杂度。

导出能力上，该镜像兼容主流可观测性后端。无论是开源工具（如 Grafana、Jaeger），还是云厂商服务（如 AWS CloudWatch、阿里云 ARMS），或是商业平台（如 Datadog、New Relic），都能通过对应的导出器插件实现数据对接，避免 vendor lock-in。

轻量与可扩展是其显著优势。镜像体积经过优化，最小化资源占用，适合在资源受限的边缘节点部署；基于 OpenTelemetry Collector 核心框架，可通过加载社区插件扩展功能，比如添加特定业务的指标计算逻辑，或对接企业内部私有数据平台。

在实际场景中，它能有效解决多团队协作的监控痛点。例如，开发团队无需关心数据如何导出到后端平台，只需按 OTLP 标准埋点；运维团队通过统一配置管理采集规则，确保不同服务的监控数据格式一致。对于混合云环境，它可作为数据汇聚层，整合来自物理机、云服务器、容器的监控数据，为运维人员提供全局视角。

总之，该镜像为 Kubernetes 环境提供了开箱即用的可观测性数据采集方案，帮助团队快速落地统一监控体系，降低从数据采集到可观测平台搭建的技术门槛。