成了标准之后,OpenTelemetry 要不要跟
先给结论:新项目直接上 OTel;老项目看两件事,一是你有多大概率换后端,二是有没有合规审计要求。两样都不沾,现有工具跑得稳就不用动。
这个判断不是从版本号推出来的,是从「可观测性这一层到底在解决什么问题」反推出来的。
下面先说发生了什么,只留跟读者有关的部分;再说它对一套在跑的系统意味着什么;最后给跟与不跟各自的条件。
一、2026 年 5 月发生了什么
2026 年 5 月,CNCF 发布公告(编号 302778233),宣布 OpenTelemetry 正式毕业,和 Kubernetes、Envoy 同一档。
毕业意味着三件事:接口稳定、生产环境验证充分、治理结构成熟。
CNCF 在 2026-07-24 那篇后续文章里,把下一阶段重心放在声明式配置、性能剖析(Profiling)和 eBPF 探针上。
这些是公告层面的进度。读者更该关心的是:三类数据各自成熟到什么程度。
二、三类数据各自成熟到什么程度
| 类别 | 成熟度 | 能放心用到什么程度 |
|---|---|---|
| 调用链(Traces) | 最稳 | 接口从 1.0 起没动过,各语言实现齐全,主流后端都认 OTLP |
| 指标(Metrics) | 在追 | 接口稳定,字段命名规则还在补,JVM、数据库、消息队列这几族指标名还在微调 |
| 日志(Logs) | 刚进 1.0 不久 | 把现有日志框架的输出转成 OTel 格式已经可用,但统一程度还没到调用链那一级 |
| 性能剖析(Profiling) | 还在试验阶段 | 不是 1.0,暂时不纳入选型 |
一句话概括:调用链可以放心全量用;指标够用,但要接受字段命名还会微调;日志看场景;性能剖析再等一年。
三、它解决的问题:一家后端一套包
在 OTel 之前,可观测性这一层的常态是:每个后端供应商绑一套自己的开发包。
Datadog 有 Datadog Agent 和各语言 tracer,New Relic 有 New Relic Agent,Elastic 有 APM Agent,AWS 有 X-Ray SDK。
你选了哪家的后端,就得在代码里引哪家的包、配哪家的 Agent。
这带来两个问题。
四、换后端等于换代码
第一个问题:换后端等于换开发包。
从 Datadog 迁到 Tempo,代码里所有 @Traced 注解和初始化代码都得重写。
供应商锁定不在协议这一层,在开发包这一层。
五、三套信号各成孤岛
第二个问题:三类数据不统一。
调用链走一家、指标走另一家、日志走第三家,三个系统各有一套标签。
排障时无法从一条调用链直接跳到关联的指标和日志,只能开三个窗口对着时间猜。
六、OTel 统一的是发出这一端
OTel 解决的是发出这一端的标准化:不管你后端用谁,代码里只引一套 OTel 开发包,走一个叫 OTLP 的统一传输格式发出去。
后端那侧可以接 Jaeger、Tempo、Prometheus、Loki,或者任何商业产品。
换后端不改代码,这是它最实际的价值。
七、它不管存储和查询
注意:OTel 不管存储和查询,只管采集和传输。
它不替代 Prometheus,也不替代 Jaeger。它是这些工具前面那一层统一协议。
把 OTel 当成「又一个监控平台」的人,通常会在选型会上问错问题。
八、Collector 是绕不过去的一跳
OTel 的架构里有一个绕不过去的组件:OTel Collector。它是一个独立进程,负责接收 OTLP 数据,做过滤、脱敏、采样、格式转换,再转发给后端。
为什么需要它?第一,应用侧不想直连后端。Collector 做一层缓冲,后端切换时只改它的配置,应用侧不动。
第二,跨协议桥接。应用发 OTLP,后端只收 Prometheus 的拉取格式,Collector 负责转换。
第三,采样与脱敏。高流量场景下可以做「按整条调用链决定留不留」的采样,比在应用侧按单条请求决定更准。
九、Collector 的代价
代价也很实在。多一个进程要运维:它本身吃内存,典型配置 100 到 300 MiB。
还要健康检查、日志轮转、升级策略。配置是 YAML 不是代码,调试体验不如应用侧,出问题时定位多了一跳。
小团队(日请求量低于 100 万、单后端、无合规需求)可以跳过 Collector,应用侧开发包直连后端。
等流量或合规需求上来了再部署,不需要改应用代码。
十、Spring Boot 项目要动哪些地方
如果用的是 Spring Boot 3.x 或更新版本,接入代价比想象中低,但也没有低到「零配置」。
已经帮你做好的:Micrometer(Spring 自己的可观测性抽象层)原生支持 OTLP 导出,指标和调用链两条路都通。
一行配置打开指标导出,Micrometer 的注册表就开始往 OTLP 端点推数据。
@Timed、@Counted 这些注解不需要改,底层自动从 Micrometer 的注册表走。
Spring Cloud Sleuth 从 Spring Boot 3.2 起已被 Micrometer Tracing 替代,后者原生支持 OTLP 和 W3C 的调用链上下文传递。
十一、还得自己做的三件事
第一,日志那一桥。Spring Boot 默认用 Logback,要让它输出 OTel 格式的日志,需要加一个 appender 依赖并在配置文件里加一行。不复杂,但不是零配置。
第二,字段命名的对齐。自动配置的指标名已经在往 OTel 的命名规则靠,但数据库层、消息队列层可能还没对齐。要跨服务统一查询,得在 Collector 侧做一层转换。
第三,Collector 的部署。Kubernetes 环境有 Helm chart,裸机环境得自己管进程。
四步清单:加三个依赖、写两个端点配置、给日志加一个 appender、需要的话部署 Collector 并改端点地址。大约半小时到一小时。
十二、什么情况下建议跟
满足任意一条,建议跟。
- 多供应商或可能换后端。你在用 Datadog 但合同快到期,或者公司在评估从商业产品迁到开源栈。OTel 让你换后端时不改代码。
- 有合规审计要求。金融、医疗、政务类项目,审计要求可观测性数据不能绑死在单一供应商,OTel 是现成的答案。
- 新项目从零开始。没有历史包袱,直接选 OTel 标准,未来不用还债。
- 多语言栈。Java、Go、Python、Node 混用,OTel 是少数几个各语言开发包成熟度对齐的方案。
十三、什么情况下先不动
满足以下全部条件,现有工具跑得稳就不用动。
- 单一后端、没有切换计划。用 Jaeger 用得挺好、不打算换,那 OTel 对你只是多一层抽象。
- 团队小、运维带宽紧。引入 Collector 意味着多一个要管的组件。团队里没人能调 Collector 的 YAML,先不急。
- 现有开发包深度绑定。代码里到处是 Datadog 的注解或 New Relic 的自定义参数调用,替换成本远高于收益。这种场景不如等下次重构时再统一。
- 可观测性不是当前瓶颈。系统还在日活几千的阶段,日志里搜关键字就够排障,引入 OTel 是过度工程。
十四、一张表收口
| 你的情况 | 建议 |
|---|---|
| 新项目、从零开始 | 直接上 OTel,半小时接入成本 |
| 老项目、单一后端、无切换计划 | 不动,等下次重构再说 |
| 老项目、后端合同快到期 | 现在就开始评估 OTel 迁移 |
| 多语言栈 | OTel 是目前最整齐的多语言方案 |
| 合规要求不能绑单一供应商 | OTel 是现成答案 |
| 团队少于 5 人、运维带宽紧 | 先跳过 Collector,开发包直连后端 |
| 日请求量低于 100 万 | Collector 不急,先跑开发包直连 |
最后一句:OTel 毕业不是一个「要不要关注」的新闻,而是一个「你的可观测性栈要不要对齐到这个标准」的决定。
决定的依据不是版本号,而是三个问题:你有多大概率换后端、你的团队能不能多管一个 Collector、你现在的开发包锁得有多深。
三个问题答完,跟不跟就有数了。