使用Otel Collector过滤Traefik内部Span后破坏父子关系的问题咨询

要解决过滤INTERNAL Span后链路父子关系断裂的问题，核心是确保同一追踪的所有Span被批量聚合处理，这样就能在过滤前修正子Span的父引用，跳过被移除的内部Span。具体配置步骤如下：

1. 配置追踪聚合处理器 #

使用groupbytrace将同一追踪的所有Span聚集到一起，设置极小的等待窗口（sidecar场景下本地Span生成延迟低，1秒足够）：

processors:
  groupbytrace:
    wait_duration: 1s

2. 修正子Span的父引用 #

通过transform处理器遍历每个Span，自动跳过所有INTERNAL类型的父Span，将子Span直接关联到上游有效父Span：

transform:
    traces:
      processors:
        - context: span
          statements:
            # 向上追溯父Span，直到找到非INTERNAL类型或根Span
            - |
              while true {
                parent_span = lookup_trace_span(parent_id)
                if parent_span == nil || parent_span.kind != 1 {
                  break
                }
                set(parent_id, parent_span.parent_id)
              }

3. 过滤内部Span #

保留原有的过滤逻辑，改为明确保留非INTERNAL Span（更直观）：

filter/removeInternalSpans:
    error_mode: ignore
    traces:
      span:
        - 'kind != 1'

4. 配置处理器管道顺序 #

必须按以下顺序串联处理器，确保聚合、修正、过滤的逻辑正确执行：

service:
  pipelines:
    traces:
      receivers: [otlp]
      processors: [groupbytrace, transform, filter/removeInternalSpans]
      exporters: [datadog]

原理说明 #

• groupbytrace确保同一追踪的所有Span被批量处理，让transform能访问到完整的追踪链路上下文。
• transform通过lookup_trace_span函数查找父Span，循环跳过INTERNAL类型的中间Span，修复子Span的父引用。
• 最后filter移除所有INTERNAL Span，此时剩下的Span链路已经是完整的父子关系。

由于是sidecar部署，wait_duration: 1s的窗口不会引入明显延迟，同时能覆盖Traefik生成同一追踪Span的时间差。

内容的提问来源于stack exchange，提问作者Julian