以下是计划实施的主要功能摘要。更多详情请查看 GitHub 上的路线图 。

实现基于 OTLP 批次操作的存储 API v2

在基于 OTEL 的 Jaeger-v2 中，我们不希望强制 OTLP 跟踪数据进行不必要的转换以符合 Jaeger 当前的数据模型。我们希望定义一个 V2 版本的存储 API，以便 OTLP 数据可以在接收器-导出器管道中直接传递，无需额外转换，从而提高效率。

更多信息请参阅 问题描述 。

支持 Jaeger-v2 的 Helm Chart

开发一个全面的 Jaeger v2 Helm chart，以便在 Kubernetes 环境中轻松部署和管理 Jaeger v2 组件。此 chart 应提供灵活的配置、支持各种部署场景，并与 Jaeger v2 的新架构良好集成。

更多信息请参阅 问题描述 。

支持 Jaeger-v2 的 Kubernetes Operator

开发一个新的 Jaeger-v2  Operator，实现与 v1 Operator 的功能对等，同时引入改进和新功能。这个新 Operator 将利用 OpenTelemetry Operator  进行 Jaeger-v2 部署，同时维护并增强 v1 Operator 的存储管理功能。

更多信息请参阅 问题描述 。

ClickHouse 作为核心存储后端

将 ClickHouse   作为 Jaeger 的官方后端，提供一流的支持。ClickHouse 是一种开源的面向列的数据库，适用于 OLAP 用例。它对于大量数据的摄取和搜索具有极高的效率和性能，这使其成为专门用于跟踪和日志数据的良好数据库。它还可以非常快速地执行聚合，这对于 Jaeger 中的多项功能来说将非常有用。

对用户的益处

• 高效的后端
• 强大的搜索功能
• 分析能力，例如直接从 ClickHouse 支持 APM 功能（Jaeger 中的监控选项卡）的可能性

更多信息请参阅 问题描述 。

添加存储/检索不完整/部分 Span 的能力

允许客户端导出部分 Span，以支持两种用例

• 在长时间运行的 Span 完成之前将其 Flush，以防进程在完成前崩溃
• 用来自其他来源的信息丰富现有 Span，例如记录未通过跟踪 SDK 捕获的日志事件

更多信息请参阅 问题描述 。

改进流式支持

将流式分析支持直接引入 Jaeger 后端，而非需要独立的 Spark/Flink 数据管道。

更多信息请参阅 问题描述 。

Jaeger 的 AI/ML 平台

目前，使用 Jaeger 进行 ML/AI 分析很困难。与 ML/AI 平台没有直接集成，并且我们对可以构建的模型知之甚少。

• 创建用于使用跟踪/遥测数据进行 ML/AI 的社区/SIG。
• 构建与 Jaeger 的 ML/AI 集成，方便数据科学家编写和评估模型（例如 Jupyter notebook）。
• 创建模型/后处理管道的注册表，这些管道可以从跟踪数据中提取有用信息。

更多信息请参阅 问题描述 。

动态配置支持

我们需要一个在各种场景中都非常实用的动态配置解决方案

• 服务黑名单
• 覆盖采样概率
• 控制服务器端降采样率
• 用于自适应采样的服务黑/白名单
• 等

更多信息请参阅 问题描述 。