#Tempo 架构与使用

Grafana Tempo 是一个专门为大规模云原生环境设计的分布式追踪系统。它的核心设计目标是极低的运营成本和极高的可扩展性——通过与对象存储（如 S3、GCS）的深度集成，Tempo 可以在 PB 级别的数据量下保持合理的成本，同时通过 Grafana 的原生集成提供无缝的可视化体验。

Tempo 与 Jaeger、Zipkin 的定位有所不同。Jaeger 和 Zipkin 是完整的追踪系统，包含采集、存储、查询、可视化全链路能力；Tempo 则专注于存储和查询，采集层通过 OTLP 协议接收数据，可视化层依赖 Grafana。这种专注使得 Tempo 在存储层的优化上做到极致。

#架构设计

Tempo 的架构分为四个层次：

Distributor：接收来自 OTel SDK 或其他追踪客户端的 Span 数据，验证格式后分发到 Ingester 组件。Distributor 通过 gRPC 负载均衡实现水平扩展。

Ingester：接收 Distributor 分发的数据，聚合为完整的 Trace 后写入后端存储。Ingester 是有状态组件，数据在内存中暂存，满了或超时后写入存储。

Querier：查询层，负责接收 Trace 查询请求，从后端存储中检索数据。Querier 可以直接查询对象存储，也可以通过 Query Frontend 并行查询多个 Ingester。

Query Frontend：查询前端，将大的查询请求拆分为多个小请求并行查询，提高查询性能。Query Frontend 还提供查询缓存，避免重复查询。

#与 Grafana 的深度集成

Tempo 与 Grafana 的集成是其最大优势。Grafana Explore 页面原生支持 Tempo 数据源，可以直接展示 Trace 瀑布图、Span 详情、时间线等可视化内容。

更重要的是，Tempo 支持多数据源关联：在同一个 Grafana 面板中，可以同时展示 Metrics、Logs 和 Tracing 数据。例如，告警触发时，可以直接展示「这条告警对应的 Trace ID」，点击后跳转到该 Trace 的完整链路视图。这种集成能力是其他追踪系统难以企及的。

#存储后端

Tempo 支持多种存储后端：

对象存储的成本是本地 SSD �� 1/10 左右，但查询延迟更高。Tempo 通过预取（Prefetch）机制缓解这个问题：当查询某个 Trace 时，Tempo 会预取相邻数据块，利用对象存储的顺序读取优势。