otel/opentelemetry-collector

OpenTelemetry Collector (Core) 镜像文档

一、镜像概述和主要用途

OpenTelemetry Collector (Core) 镜像是 OpenTelemetry 官方提供的核心发行版容器镜像，基于 https://github.com/open-telemetry/opentelemetry-collector 仓库构建，包含 Collector 的核心组件。其主要用途是作为遥测数据（traces、metrics、logs）的统一处理管道，实现对分布式系统中遥测数据的收集、处理、聚合与导出，简化可观测性数据的管理流程。

二、核心功能和特性

2.1 核心组件支持

包含遥测数据处理的核心组件：

• 接收器（Receivers）：支持从多种源接收遥测数据（如 OTLP、Jaeger、Prometheus 等协议）。
• 处理器（Processors）：提供数据处理能力（如批处理、采样、属性过滤、数据转换等）。
• 导出器（Exporters）：支持将处理后的遥测数据导出至后端系统（如 Jaeger、Prometheus、Grafana、AWS CloudWatch 等）。

2.2 多信号统一处理

支持三大遥测信号的统一处理：

• Traces（分布式追踪）
• Metrics（指标）
• Logs（日志）

2.3 轻量级与高性能

• 基于 Go 语言开发，资源占用低，处理性能高。
• 核心组件经过优化，适合大规模分布式环境部署。

2.4 灵活配置

通过 YAML 配置文件定义数据处理管道，支持自定义接收器、处理器、导出器的组合，满足不同场景的遥测需求。

三、使用场景和适用范围

3.1 微服务架构的遥测数据收集

在微服务集群中部署，统一收集各服务产生的遥测数据，避免多服务各自对接监控系统的复杂性。

3.2 混合云/多云环境的统一遥测

作为跨环境的遥测数据网关，整合来自私有云、公有云、边缘环境的遥测数据，实现统一监控视图。

3.3 本地/边缘环境的监控数据聚合

在边缘节点或本地数据中心部署，聚合分散的遥测数据后批量导出，减少对后端系统的请求压力。

3.4 第三方系统集成

通过接收器/导出器适配非 OpenTelemetry 协议的系统（如 Zipkin、Fluentd 等），实现现有监控工具的平滑迁移。

四、使用方法和配置说明

4.1 前置条件

• 已安装 Docker 或 Docker Compose。
• 已准备 Collector 配置文件（YAML 格式），定义数据处理管道。

4.2 Docker 部署示例

4.2.1 基础 docker run 命令

通过挂载本地配置文件启动 Collector：

bash
docker run -d \
  --name otel-collector \
  -p 4317:4317  # OTLP gRPC 端口（根据配置的接收器调整） \
  -v $(pwd)/otel-config.yaml:/etc/otelcol/config.yaml \  # 挂载本地配置文件
  otel/opentelemetry-collector:latest  # 镜像名称（推荐指定具体版本，如 v0.91.0）

说明：-p 4317:4317 为 OTLP gRPC 接收器默认端口，需根据配置文件中的接收器调整端口映射（如 HTTP 接收器端口 4318）。

4.2.2 Docker Compose 配置示例

创建 docker-compose.yml：

yaml
version: '3.8'
services:
  otel-collector:
    image: otel/opentelemetry-collector:latest
    container_name: otel-collector
    ports:
      - "4317:4317"  # OTLP gRPC
      - "4318:4318"  # OTLP HTTP
    volumes:
      - ./otel-config.yaml:/etc/otelcol/config.yaml  # 挂载配置文件
    environment:
      - OTEL_LOG_LEVEL=info  # 日志级别（可选，默认 info）
    restart: unless-stopped

启动服务：

bash
docker-compose up -d

4.3 配置文件说明

4.3.1 配置文件结构

Collector 通过 YAML 配置文件定义数据处理流程，核心结构如下：

yaml
# 接收器配置
receivers:
  # 示例：启用 OTLP 接收器（gRPC + HTTP）
  otlp:
    protocols:
      grpc:
        endpoint: 0.0.0.0:4317  # 容器内监听地址（需映射宿主机端口）
      http:
        endpoint: 0.0.0.0:4318

# 处理器配置
processors:
  # 示例：启用批处理（减少导出请求次数）
  batch:
    send_batch_size: 1024
    timeout: 5s

# 导出器配置
exporters:
  # 示例：导出至 Jaeger（Traces）
  jaeger:
    endpoint: "jaeger:14250"
    tls:
      insecure: true
  # 示例：导出至 Prometheus（Metrics）
  prometheus:
    endpoint: "0.0.0.0:8889"
    resource_to_telemetry_conversion:
      enabled: true

# 服务配置：定义数据处理管道
service:
  pipelines:
    traces:
      receivers: [otlp]       # 使用 OTLP 接收器
      processors: [batch]     # 使用批处理处理器
      exporters: [jaeger]     # 导出至 Jaeger
    metrics:
      receivers: [otlp]
      processors: [batch]
      exporters: [prometheus]

4.4 配置文件挂载说明

Collector 启动时需加载配置文件，默认读取容器内路径 /etc/otelcol/config.yaml。通过 Docker volumes 将本地配置文件挂载至该路径即可生效：

bash
-v /本地路径/otel-config.yaml:/etc/otelcol/config.yaml

五、配置参数

Collector 的行为主要通过 配置文件 定义，核心配置参数如下：

5.1 receivers 部分

定义数据接收方式，每个接收器需指定协议和监听地址。常见接收器配置示例：

• OTLP 接收器（OpenTelemetry 原生协议）：

  yaml
  receivers:
    otlp:
      protocols:
        grpc:
          endpoint: "0.0.0.0:4317"  # gRPC 端口
        http:
          endpoint: "0.0.0.0:4318"  # HTTP 端口
  

• Prometheus 接收器（拉取 metrics）：

  yaml
  receivers:
    prometheus:
      config:
        scrape_configs:
          - job_name: "otel-collector"
            static_configs:
              - targets: ["localhost:8888"]
  

5.2 processors 部分

定义数据处理逻辑，常见处理器：

• batch：批处理数据，减少导出请求次数。

  yaml
  processors:
    batch:
      send_batch_size: 1024    # 批处理大小
      timeout: 5s              # 超时时间（达到超时后即使未达 batch 大小也导出）
  

• memory_limiter：限制内存使用，避免 OOM。

  yaml
  processors:
    memory_limiter:
      check_interval: 5s
      limit_mib: 512          # 内存限制（MiB）
      spike_limit_mib: 128    # 突发内存限制（MiB）
  

5.3 exporters 部分

定义数据导出目标，常见导出器：

• OTLP 导出器（导出至其他 Collector 或后端）：

  yaml
  exporters:
    otlp/backend:
      endpoint: "backend-collector:4317"
      tls:
        insecure: true
  

• Jaeger 导出器（导出 traces）：

  yaml
  exporters:
    jaeger:
      endpoint: "jaeger:14250"  # Jaeger gRPC 接收端口
      tls:
        insecure: true
  

5.4 service.pipelines 部分

定义数据处理管道，关联接收器、处理器、导出器：

yaml
service:
  pipelines:
    traces:          # traces 管道
      receivers: [otlp]       # 从 otlp 接收器接收
      processors: [memory_limiter, batch]  # 依次通过 memory_limiter 和 batch 处理器
      exporters: [jaeger]     # 导出至 jaeger 导出器
    metrics:         # metrics 管道
      receivers: [otlp, prometheus]
      processors: [batch]
      exporters: [prometheus]

六、环境变量

Collector 支持通过环境变量调整运行时行为，常见变量如下：

七、注意事项

1. 配置文件语法校验：启动前建议通过 otelcol-contrib --config=otel-config.yaml --validate 校验配置文件语法（需本地安装 Collector 二进制）。
2. 端口映射：根据配置的接收器协议开放对应端口（如 OTLP gRPC 4317、HTTP 4318），确保数据源可访问 Collector。
3. 网络可达性：导出器目标地址（如 Jaeger、Prometheus）需在容器网络中可访问（可通过 Docker 网络或 host 网络模式实现）。
4. 镜像版本：生产环境建议使用具体版本标签（如 v0.91.0），避免 latest 标签带来的版本不确定性。

八、参考链接

• OpenTelemetry Collector 官方文档
• https://github.com/open-telemetry/opentelemetry-collector
• https://github.com/open-telemetry/opentelemetry-collector/tree/main/examples
• https://github.com/open-telemetry/opentelemetry-collector/blob/main/contributing.md