基于OpenTelemetry Collector实现类New Relic分段拆解及父Span名称传递

方法一：应用端（Java自动插桩）实现（推荐） #

在应用层面处理更高效，避免Collector端的性能开销。可以通过自定义SpanProcessor实现根Span名称的传递：

1. 实现自定义SpanProcessor，在根Span启动时将其名称存入Baggage，子Span继承并转为属性：

public class RootSpanNameBaggageProcessor implements SpanProcessor {
    @Override
    public void onStart(Context parentContext, ReadWriteSpan span) {
        // 判断是否为根Span（parent_span_id为空或全0）
        if (span.getParentSpanId().isEmpty() || span.getParentSpanId().equals("0000000000000000")) {
            // 将根Span名称存入Baggage
            Context updatedContext = parentContext.with(Baggage.currentBuilder()
                    .put("trace.root.name", span.getName())
                    .build());
            span.setParentContext(updatedContext);
        } else {
            // 子Span继承父Span的Baggage，并转为自身属性
            Baggage baggage = Baggage.fromContext(parentContext);
            baggage.getEntry("trace.root.name").ifPresent(entry -> {
                span.setAttribute("trace.root.name", entry.getValue());
            });
        }
    }

    @Override
    public boolean isStartRequired() {
        return true;
    }

    @Override
    public void onEnd(ReadableSpan span) {}

    @Override
    public boolean isEndRequired() {
        return false;
    }
}

2. 将该处理器注册到OpenTelemetry SDK：

OpenTelemetry openTelemetry = OpenTelemetrySdk.builder()
        .setTracerProvider(SdkTracerProvider.builder()
                .addSpanProcessor(new RootSpanNameBaggageProcessor())
                .build())
        .buildAndRegisterGlobal();

如果用自动插桩Agent，可通过otel.java.span-processor.implementation配置加载自定义处理器，或打包成jar放入Agent扩展目录。

方法二：Collector端通过groupbytrace + transform处理器实现 #

若必须在Collector端处理，正确配置groupbytrace后，transform可访问整个追踪的Span上下文：

1. 添加处理器配置：

processors:
  groupbytrace:
    wait_duration: 1s # 根据实际追踪延迟调整，确保所有Span被收集
    num_traces: 10000 # 调整并发追踪数，避免内存溢出
  transform:
    traces:
      queries:
        # 定位根Span
        - context: trace
          statements:
            - set(trace["root_span"], filter(spans, span -> span.parent_span_id == "0000000000000000")[0])
        # 给所有子Span添加trace.root.name属性
        - context: span
          statements:
            - set(attributes["trace.root.name"], trace["root_span"].name) where parent_span_id != "0000000000000000"

2. 在追踪管道中启用处理器：

service:
  pipelines:
    traces:
      receivers: [otlp]
      processors: [groupbytrace, transform, spanmetrics]
      exporters: [otlp/tempo]

注意：groupbytrace会增加Collector内存占用，需根据流量调整参数避免OOM。

方法三：Grafana查询层关联（无需修改链路） #

若不想修改数据处理链，可在Grafana中直接关联Tempo与Prometheus数据：

在面板中使用Prometheus查询Span指标，同时通过Tempo获取对应追踪的根Span名称作为聚合维度，示例表达式：

sum(otel_span_duration_sum) by (trace_id)
| with trace_data = tempo_trace_data(trace_id)
| with root_span = filter(trace_data.spans, s -> s.parent_span_id == "0000000000000000")[0]
| sum by (root_span.name) (value)

这种方法无需修改链路，但依赖Grafana的Tempo-Prometheus关联能力，查询性能可能受影响。

内容的提问来源于stack exchange，提问作者Amit Bhushan