OpenTelemetry Demo 实战：用官方微服务演示应用学 OTel
OpenTelemetry Demo（Astronomy Shop）是官方维护的多语言微服务演示应用，内置完整埋点，是学习 OTel 数据采集与导出的最佳实验场。本文讲解 Demo 架构、本地启动方法，以及如何把它的遥测数据导入观测云分析。
OpenTelemetry Demo 是官方维护的虚构电商应用「Astronomy Shop」，由十几个不同语言（Go/Java/Python/Node.js/.NET 等）编写的微服务组成，全部预置 OTel 埋点——它是学习 OTel 最快的方式：不用写一行埋点代码，就能看到多语言环境下的完整链路、指标与日志。
核心要点速览
- Demo 包含前端、购物车、支付、广告、推荐等十几个微服务，覆盖主流语言；
- Docker Compose 一条命令拉起，内置 Collector、Jaeger、Prometheus、Grafana；
- 是学习上下文传播、采样、Collector 管道的理想沙箱；
- 把导出端点指向观测云 DataKit，即可在真实平台上体验分析闭环。
Demo 里有什么？
Astronomy Shop 模拟电商场景：前端展示商品，调用推荐、广告、购物车、结算、支付、物流等服务，并带有消息队列（Kafka）异步链路与特性开关（可人为注入故障）。预置的埋点覆盖：
- 每个服务的入站/出站调用（HTTP/gRPC/Kafka）；
- 运行时指标（CPU、内存、自定义业务指标）；
- 与链路关联的日志（trace_id 注入）。
本地启动步骤
git clone https://github.com/open-telemetry/opentelemetry-demo.git
cd opentelemetry-demo
docker compose up -d
启动后可访问：Web 商店界面（产生流量）、Jaeger UI（看链路）、Grafana（看指标）、负载发生器（持续造流量）。用特性开关打开「支付服务故障」等开关，可以模拟真实排障场景。
用 Demo 学什么？
- 上下文传播：观察 Kafka 异步消息中的 trace 上下文如何串联（见《上下文传播》）；
- Collector 管道：Demo 的 Collector 配置展示了 OTLP 接收、批处理、多导出的典型写法；
- 语义约定：对照 Span 属性理解语义约定的实际形态；
- 采样：修改采样率观察数据量与细节保留的变化。
观测云落地：把 Demo 数据导入观测云
把 Demo 的遥测数据导入观测云只需改一处——Collector 的 exporter 指向 DataKit：
exporters:
otlp:
endpoint: "http://datakit-host:4318"
headers:
Authorization: "Token <观测云Token>"
重启 Demo 后：链路出现在观测云 APM（服务拓扑自动绘制出十几个微服务的依赖关系）、指标进指标模块、日志进日志查看器——直接在真实平台上练习服务拓扑分析、慢链路下钻与监控器告警配置。
常见问题（FAQ）
Q：Demo 对机器配置要求高吗？ 十几个容器建议 4C8G 以上；资源紧张可裁剪 compose 文件中的部分服务。
Q：Demo 的埋点代码值得抄吗？ 值得参考但注意它是演示性质——生产埋点还需加上采样、脱敏（见《敏感数据脱敏》）与资源限制。
Q：可以在 K8s 里跑 Demo 吗？ 官方提供 Helm Chart，可部署到测试集群，配合 K8s 版 Collector 练习真实部署形态。
Q：Demo 数据量会不会很大？ 负载发生器默认持续造流量但量级可控；导入观测云体验时可调低流量或提高采样比。
