مقاييس التتبع في Datadog: RED دون الاعتماد على أخذ العيّنات

مقاييس التتبع في Datadog: hits وerrors وزمن الاستجابة المحسوبة على 100% من الحركة، وحدودها مع OpenTelemetry وأخذ العيّنات، بعد التحقق من الوثائق.
Métriques de trace Datadog : RED sans échantillonnage

توفّر مقاييس التتبع في Datadog معدل الطلبات والأخطاء وزمن الاستجابة لخدمة ما دون الحاجة إلى الاحتفاظ بكل التتبعات. وهي أساس لوحة معلومات RED (اختصار Rate وErrors وDuration) وتنبيهات موثوقة. وبحسب وثائق Datadog، فإنها «تُحسب على 100% من حركة التطبيق» مهما كان إعداد أخذ العيّنات (sampling) في استقبال التتبعات.

لهذا الوعد استثناءات، خصوصًا عند الجمع بين OpenTelemetry وأخذ العيّنات. يعرض هذا الدليل ما تقوله الوثائق وقائمة المقاييس والحالات التي يفقد فيها الرقم دقته. وهو موجّه إلى فرق SRE والمنصات التي تريد SLI لزمن الاستجابة أو الأخطاء لا يتوقف على نسبة الاحتفاظ بالتتبعات.

النطاق: محتوى Datadog، تم التحقق منه في الوثائق الرسمية التي جرت الاطلاع عليها في 30 أكتوبر 2026. لم تُجرِ span.observer أي قياس.

مقاييس التتبع في Datadog: ما الذي تضمنه الوثائق

توضح صفحة «Trace Metrics» أن هذه المقاييس هي مقاييس APM تُنتج من حركة التطبيقات المزوّدة بأدوات القياس: عدد الطلبات وعدد الأخطاء وزمن الاستجابة. افتراضيًا يحسبها Datadog Agent انطلاقًا من التتبعات التي يرسلها التطبيق إليه. لذلك يجب أولًا تفعيل جمع التتبعات وتزويد التطبيق بأدوات القياس. وتُستخدم بعد ذلك في لوحات المعلومات وفي monitors.

تُولَّد هذه المقاييس لـ spans مدخل الخدمة ولبعض العمليات، بحسب لغة التكامل. والنقطة الأساسية أن الحساب يسبق قرار الاحتفاظ بالتتبع أو عدمه. وتؤكد ذلك صفحة آليات الاستقبال (ingestion) حين تتحدث عن مقاييس «مبنية على 100% من الحركة». وتذكّر أيضًا بأن أخذ العيّنات من البداية (head-based) يقرر عند الجذر ثم ينشر القرار: يُحتفظ بالتتبع كاملًا أو يُرفض كاملًا.

النتيجة لمهندس SRE بسيطة. يمكنك تقليل حجم التتبعات المحفوظة، وبالتالي فاتورة الاستقبال، دون تشويه نسبة الأخطاء في SLO. التتبعات للتشخيص والمقاييس للتحكم. ويتصل هذا الفصل بالفرق بين قابلية الملاحظة والمراقبة.

المقاييس المتاحة لبناء RED

تتبع الأسماء النمط trace.<SPAN_NAME>.<SUFFIXE>. هذه هي القائمة الواردة في صفحة «Trace Metrics Namespace».

قائمة مقاييس التتبع في Datadog: hits وhits.by_http_status وتوزيع زمن الاستجابة وerrors وerrors.by_http_status وapdex وduration (قديم) مع نوع كل منها
حاجة RED المقياس النوع (بحسب الوثائق)
Rate trace.<SPAN_NAME>.hits COUNT
Errors trace.<SPAN_NAME>.errors COUNT
Duration trace.<SPAN_NAME> DISTRIBUTION
تفصيل HTTP hits.by_http_status، errors.by_http_status COUNT
درجة Apdex trace.<SPAN_NAME>.apdex GAUGE (خدمات HTTP أو الويب)

بالنسبة لزمن الاستجابة توصي الوثائق باستخدام التوزيع (distribution) الذي يدعم النسب المئوية (percentiles). أما مقاييس duration فتوصف بأنها legacy، أي قديمة محفوظة للتوافق، ولا تدعم التجميع بالنسب المئوية. ومن الوسوم (tags) المتاحة env وservice وversion وresource وhttp.status_code وhttp.status_class. أما وسوم span الأخرى فغير متاحة على هذه المقاييس: وللتصفية حسب خاصية خاصة بالعمل يلزم نهج آخر، مثل المقاييس المبنية على spans.

بناء RED خطوة بخطوة

  1. تحقق من الجمع. التطبيق مزوّد بأدوات القياس ويرسل تتبعاته إلى Agent (أو إلى Collector، انظر أدناه).
  2. حدّد اسم العملية. يتوقف <SPAN_NAME> على التكامل. ابحث عنه في Metrics Summary بدل تخمينه.
  3. أنشئ Rate. ارسم trace.<SPAN_NAME>.hits مجمّعًا حسب service وenv.
  4. أنشئ Errors. اقسم errors على hits للحصول على نسبة، وهي أساس SLI للتوافر.
  5. أنشئ Duration. استخدم التوزيع للنسب المئوية (p95 وp99) لا مقاييس duration.
  6. اربط monitors بهذه السلاسل، لا بعدّ التتبعات المفهرسة.

للتحقق من أن الأمر يعمل: قلّل مؤقتًا الاحتفاظ بالتتبعات في بيئة اختبار، ثم قارن hits بعدد الطلبات الذي يراه موازن الحمل. إذا كان الفارق صغيرًا بينما ينخفض الاستقبال، فالسلوك الموثّق قائم. وإذا كان الفارق كبيرًا فانتقل إلى القسم التالي.

متى تفقد الأرقام دقتها

تسرد الصفحة نفسها تحفظات يجب معرفتها قبل الوثوق بـ RED.

  • أخذ العيّنات من جهة التطبيق. قد تأخذ بعض حزم SDK (تذكر الوثائق Ruby) عيّنات من spans قبل Agent، مما يجعل المقاييس غير دقيقة. وتوضح أن قلة من حزم SDK تتيح ذلك وأنه غير موصى به عمومًا.
  • حزمة OpenTelemetry SDK. إذا أخذت الحزمة عيّنات، فإن مقاييس التتبع تكون «معيَّنة وقد تكون غير دقيقة».
  • AWS X-Ray. تؤخذ عيّنات من spans قبل إرسالها إلى Datadog: وقد لا تعكس المقاييس كل الحركة.
  • Single span sampling. يمكن لقواعد span الواحد الاحتفاظ بـ spans كان أخذ العيّنات من البداية سيستبعدها، لكنها لا تستبعد spans محتفظًا بها.

بعبارة أخرى، يسري الضمان ما دام لا شيء قبل Agent يحذف spans.

مع OpenTelemetry: احسب قبل أخذ العيّنات

إذا مررت عبر OpenTelemetry Collector فإن ترتيب المكوّنات يحدد الدقة. تشير وثائق Datadog، لحساب المقاييس على كل الحركة مع أخذ العيّنات داخل Collector، إلى وضع connector باسم span_metrics قبل معالجات أخذ العيّنات مثل tail_sampling. ويقول ملف README الخاص بـ Datadog connector (مستودع OpenTelemetry Collector contrib) الشيء نفسه عن مكوّنه: فهو يشتق إحصاءات APM من التتبعات ويجب وضعه في المقدمة، «كي تُحسب المقاييس قبل أخذ العيّنات».

مقتطف من README الخاص بـ Datadog connector: pipeline باسم traces يرسل إلى datadog/connector، وpipeline ثانٍ باسم traces/2 يستقبل من connector ثم يطبّق probabilistic_sampler ثم يصدّر إلى datadog

في هذا المقتطف يستقبل الـ pipeline الأول بيانات OTLP ويغذّي connector. أما الثاني، وهو الذي يأخذ العيّنات، فيستقبل التتبعات من connector بعد ذلك. وهكذا يرى connector التدفق كاملًا. وينطبق المبدأ نفسه على أي سلسلة OpenTelemetry: راجع دليلنا حول tail sampling مع OpenTelemetry ودليل OpenTelemetry Collector على Kubernetes. والمنطق (حساب المقاييس قبل التخلص من التتبعات) لا يتوقف على المزوّد؛ ولا ندّعي هنا أن connector من Datadog يصلح كما هو مع Dynatrace.

أفضل الممارسات

  • ابنِ SLO والتنبيهات على مقاييس التتبع، لا على عدد التتبعات المحفوظة.
  • أبقِ مكانًا واحدًا يُقرَّر فيه أخذ العيّنات ووثّقه.
  • استخدم توزيع زمن الاستجابة لا مقاييس duration القديمة.
  • في Collector، احسب المقاييس قبل أي معالج لأخذ العيّنات.
  • راقب الفارق بانتظام مع مصدر مستقل (موازن الحمل أو البوابة).

لوضع Datadog في سياق المنصات الأخرى، راجع مقارنة Dynatrace وDatadog.

الأسئلة الشائعة

هل تُحسب مقاييس التتبع في Datadog على كل الطلبات؟

بحسب وثائق Datadog نعم: فهي مبنية على 100% من الحركة بصرف النظر عن أخذ العيّنات في الاستقبال. والاستثناءات هي أخذ العيّنات من جهة SDK أو X-Ray، قبل Agent.

أي مقياس أستخدم للنسب المئوية لزمن الاستجابة؟

التوزيع trace.<SPAN_NAME>. أما مقاييس duration فهي قديمة (legacy) ولا تدعم النسب المئوية.

كيف أحافظ على دقة المقاييس مع OpenTelemetry Collector؟

ضع connector الذي يحسب المقاييس (span_metrics أو Datadog connector) قبل معالجات أخذ العيّنات، كما تشير وثائق Datadog وملف README الخاص بـ connector.

الخلاصة

تتيح مقاييس التتبع في Datadog فصل التحكم (RED وSLO) عن تخزين التتبعات، بشرط ألا يتدخل أي أخذ للعيّنات قبل حسابها. تحقق من سلسلتك، من SDK إلى Agent أو Collector، ثم قارن مع مصدر مستقل. المراجع الرسمية: Trace Metrics وMetrics Namespace وIngestion Mechanisms وDatadog connector.

span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC ولا لشركة Datadog Inc. Datadog علامة تجارية تعود إلى مالكها. المعلومات مأخوذة من الوثائق الرسمية التي جرت الاطلاع عليها في 30 أكتوبر 2026: تحقق منها لإصدارك.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Elasticsearch frozen tier : coût réel des snapshots consultables

Elasticsearch frozen tier: الكلفة الفعلية للقطات القابلة للبحث

Next Post
Tail-based sampling APM Server : régler TTL et stockage

tail-based sampling APM Server: ضبط TTL والتخزين

Related Posts