В этом видео:
OpenTelemetry (otell) — это open source проект, развиваемый под эгидой Cloud Native Computing Foundation (CNCF). Он вырос как результат объединения идей двух предыдущих инициатив — OpenTracing и OpenCensus, и сегодня стал фактическим стандартом де-факто для мира observability. Основная цель otel — дать разработчикам единую экосистему для сбора и анализа трёх ключевых типов телеметрии: metrics, logs и traces.
Что важно понять в первую очередь:
Otel — это не готовый сервис и не «коробочная» платформа, а универсальный слой, который встраивается в твой код. На стороне приложения ты подключаешь SDK, который собирает данные о работе программы. Затем эти данные отправляются в collector по протоколу OTLP, где могут быть преобразованы и сделан их экспорт в выбранные системы — например, Prometheus, Jaeger, Grafana или коммерческие решения. Такой подход позволяет безболезненно менять инфраструктуру мониторинга и стандартизировать процессы.
Как это работает на практике?
Совместное использование этих трёх типов данных формирует целостную картину работы системы и даёт возможность быстрее находить причины сбоев.
Инструменты и расширяемость
OpenTelemetry предоставляет удобные API и готовые SDK для популярных языков программирования. С их помощью можно как вручную инструментировать приложение, так и автоматически получать необходимые данные без значительных изменений в коде. Архитектура otel расширяема: к collector можно подключать собственные процессоры, фильтры или экспортеры для кастомных сценариев.
Лучшие практики использования OpenTelemetry
Кому будет полезно?
OpenTelemetry — это не просто очередная библиотека, а фундаментальный шаг в сторону зрелой инженерии. Он переводит команды от хаотичного логирования к продуманной архитектуре с высокой observability, где все уровни системы — от API до сервисов — прозрачны и управляемы. Это делает приложения более надёжными, предсказуемыми и готовыми к росту.
OpenTelemetry (OTel) is an open source project under the CNCF, created from OpenTracing and OpenCensus, and now a de-facto standard for observability. It is not a ready-made service, but a universal layer integrated into your code with an SDK. OTel collects traces, metrics, and logs, then sends them via OTLP to the Collector. From there, data can be processed and exported to tools like Prometheus, Jaeger, or commercial platforms.
With APIs and SDKs, you can instrument manually or automatically to get telemetry. The architecture is extensible: custom processors or exporters can be added to the Collector. Best practices include selective instrumentation, semantic conventions, context propagation, sampling, and doing aggregation/filtering in the Collector.
Useful for backend developers, DevOps, and fullstack engineers, OpenTelemetry moves teams from ad-hoc logging to structured observability, making systems more reliable and scalable.
- 00:00 - Observability
- 17:08 - OpenTelemetry
- 37:09 - Практика использования OpenTelemetry
- 01:01:30 - Курс по Observability, как в BigTech
OpenTelemetry (otell) — это open source проект, развиваемый под эгидой Cloud Native Computing Foundation (CNCF). Он вырос как результат объединения идей двух предыдущих инициатив — OpenTracing и OpenCensus, и сегодня стал фактическим стандартом де-факто для мира observability. Основная цель otel — дать разработчикам единую экосистему для сбора и анализа трёх ключевых типов телеметрии: metrics, logs и traces.
Что важно понять в первую очередь:
Otel — это не готовый сервис и не «коробочная» платформа, а универсальный слой, который встраивается в твой код. На стороне приложения ты подключаешь SDK, который собирает данные о работе программы. Затем эти данные отправляются в collector по протоколу OTLP, где могут быть преобразованы и сделан их экспорт в выбранные системы — например, Prometheus, Jaeger, Grafana или коммерческие решения. Такой подход позволяет безболезненно менять инфраструктуру мониторинга и стандартизировать процессы.
Как это работает на практике?
- Трейсы показывают путь запроса между сервисами и помогают найти узкие места.
- Метрики дают агрегированное представление о нагрузке и ошибках.
- Логи фиксируют детали событий, которые позволяют воспроизвести проблемные ситуации.
Совместное использование этих трёх типов данных формирует целостную картину работы системы и даёт возможность быстрее находить причины сбоев.
Инструменты и расширяемость
OpenTelemetry предоставляет удобные API и готовые SDK для популярных языков программирования. С их помощью можно как вручную инструментировать приложение, так и автоматически получать необходимые данные без значительных изменений в коде. Архитектура otel расширяема: к collector можно подключать собственные процессоры, фильтры или экспортеры для кастомных сценариев.
Лучшие практики использования OpenTelemetry
- Инструментируй код избирательно — важно не перегружать систему лишними данными.
- Придерживайся семантических конвенций, которые рекомендует OpenTelemetry, чтобы все сервисы «говорили на одном языке».
- Передавай контекст между сервисами — только так можно собрать сквозные трэйсы (traces).
- Управляй сэмплингом: собирать 100% событий дорого, поэтому лучше балансировать глубину и нагрузку.
- Делай агрегацию и фильтрацию в collector, а не в приложении — это экономит ресурсы и упрощает обработку.
Кому будет полезно?
- Backend-разработчикам — для поиска узких мест и оптимизации производительности.
- DevOps-инженерам — чтобы строить полную картину работы всей инфраструктуры.
- Fullstack-разработчикам — чтобы видеть, как клиентский и серверный код взаимодействует в продакшене.
OpenTelemetry — это не просто очередная библиотека, а фундаментальный шаг в сторону зрелой инженерии. Он переводит команды от хаотичного логирования к продуманной архитектуре с высокой observability, где все уровни системы — от API до сервисов — прозрачны и управляемы. Это делает приложения более надёжными, предсказуемыми и готовыми к росту.
OpenTelemetry (OTel) is an open source project under the CNCF, created from OpenTracing and OpenCensus, and now a de-facto standard for observability. It is not a ready-made service, but a universal layer integrated into your code with an SDK. OTel collects traces, metrics, and logs, then sends them via OTLP to the Collector. From there, data can be processed and exported to tools like Prometheus, Jaeger, or commercial platforms.
- Traces show request paths between services.
- Metrics provide aggregated load and SLA data.
- Logs capture event details for debugging.
With APIs and SDKs, you can instrument manually or automatically to get telemetry. The architecture is extensible: custom processors or exporters can be added to the Collector. Best practices include selective instrumentation, semantic conventions, context propagation, sampling, and doing aggregation/filtering in the Collector.
Useful for backend developers, DevOps, and fullstack engineers, OpenTelemetry moves teams from ad-hoc logging to structured observability, making systems more reliable and scalable.
