Экосистема: Prometheus, Grafana, Tempo vs Jaeger

Jaeger живёт не один: рядом Prometheus и Grafana, а в роли конкурента — Grafana Tempo. Урок про то, как собрать из этого работающий «три столпа» и когда выбирать Tempo.

Сборка: Grafana + Jaeger + Prometheus

# datasource в Grafana → Jaeger (адрес query-API)
apiVersion: 1
datasources:
  - name: Jaeger
    type: jaeger
    url: http://jaeger:16686
  - name: Prometheus
    type: prometheus
    url: http://prometheus:9090

• Клик из метрики в трейс: в панели Grafana по экземпляру на графике «Explore → трейсы» — переход в поиск Jaeger с тем же сервисом/операцией и окном времени;
• Exemplars: Prometheus-метрика с примерами trace_id (spanmetrics-коннектор умеет их отдавать) — точки-«звёздочки» на графике кликабельны прямо в трейс;
• Логи ↔ трейсы: поля trace_id в Loki (урок 2.4) + derived fields в datasource Loki дают кнопку-переход в Jaeger прямо из строки лога.

Так собирается полный цикл наблюдаемости: алерт (Prometheus) → дашборд (Grafana) → трейс (Jaeger) → логи (Loki/ELK) — и все переходы в 1–2 клика.

Service graph и зависимостям сервисов

Из спанов клиент-серверных вызовов можно построить граф сервисов (кто кого вызывает, с какими RPS/ошибками/латентностью):

• spanmetrics + метки peer.service / client-server атрибуты → рёбра графа;
• в Grafana — модуль Service Graph (из data hub /collector metrics);
• Практическая ценность: реальная карта зависимостей (вместо устаревших диаграмм) и мгновенное видение «горячих рёбер».

Jaeger vs Tempo — честное сравнение

💡 Важно: обе системы едят один и тот же OTLP. Переезд — это смена endpoint'а у Collector'а, а не переделка приложений. Хорошая новость всего курса: навыки инструментирования переносятся на любой бэкенд.

Менеджед-варианты

• Grafana Cloud (Tempo), Grafana Cloud + Jaeger-совместимость;
• Облачные APM: AWS X-Ray, Google Cloud Trace, Datadog — свои форматы, но OTel-приём всё больше совпадает;
• Критерий выбора тот же: объём, поиск, цена, экспертиза команды.

Практика

1. Соберите связку Grafana + Prometheus + Jaeger в docker-compose; настройте datasource'ы.
2. Подключите spanmetrics + exemplars: кликните из графика latency в конкретный трейс.
3. Постройте service graph вашей тестовой системы из трёх сервисов; найдите самое нагруженное ребро.
4. Разверните Tempo рядом с Jaeger, отправьте трейсы в оба (маршрутизация Collector'а): сравните поиск и стоимость хранения.