ما هي مقاييس OpenTelemetry؟

مثل سجلات وتتبعات OpenTelemetry، توفر مقاييس OTel إشارات قياس عن بُعد موحدة تستخدم نموذج بيانات وبروتوكول نقل مشتركًا ومحايدًا لغوياً، ألا وهو بروتوكول OpenTelemetry (OTLP) على وجه الدقة، لاستيعاب البيانات من مصادر وأنظمة وتنسيقات مختلفة وإرسالها إلى واجهات قابلية الملاحظة. 

تعتمد مقاييس OTel على أدوات OpenTelemetry لجمع بيانات السلاسل الزمنية - مثل استخدام وحدة المعالجة المركزية والذاكرة، ومعدل النقل، ومعدلات الخطأ، وعدد الطلبات وأوقات الاستجابة - من التطبيقات ومكونات البنية التحتية أثناء تشغيلها. بعد أن يقوم المطورون بإعداد الأكواد البرمجية لتسجيل المقاييس اللازمة، يسمح OTel بتجميع هذه المقاييس وتصديرها إلى أي (أو كل) واجهات أدوات قابلية الملاحظة من أجل تخزينها والاستعلام عنها وتصويرها بيانيًا، كل ذلك دون تغيير الأجهزة.

عادةً ما تكون المقاييس أول إشارات القياس عن بُعد التي تكشف عن مشكلة في النظام. في إطار عمل OTel، يتم دمجها مع السجلات (سجلات غير قابلة للتغيير لأحداث النظام المنفصلة) والتتبعات (الرحلة الكاملة لطلب البيانات) التي تعتمد على المفاهيم والبيانات الوصفية نفسها.

تمكن هذه الديناميكيات المطورين ومهندسي موثوقية المواقع (SREs) من استخدام المقاييس كنظام إنذار مبكر عالي المستوى. يمكنها تتبع المسار الكامل للفشل (بما في ذلك المقاييس لكل خدمة تفاعل معها العنصر المعطل) في عرض متماسك واحد والتحول بسرعة إلى التتبعات والسجلات من أجل تحليل السبب الأساسي.

عملياً، يعني هذا أن فرق تقنية المعلومات يمكنها الانتقال من شكوى "نقطة النهاية هذه بطيئة" إلى "هذه الطلبات والتبعيات المحددة هي مكمن المشكلة" ببضع نقرات فقط.

علاوة على ذلك، فإن بروتوكولات التوحيد القياسي الخاصة بـ OTel تسهل عملية الربط الآلي للإشارات عبر موردي قابلية الملاحظة، مما يمنح المؤسسات المرونة اللازمة لتبديل أدوات قابلية الملاحظة وقتما تشاء أو استخدام أدوات متعددة في وقت واحد.

تُعد مقاييس OpenTelemetry عنصرًا أساسيًا في OpenTelemetry. OpenTelemetry هو إطار عمل مصدر مفتوح قابلية الملاحظة يتضمن توليفة من مجموعات تطوير البرمجيات (SDKs) و واجهات برمجة التطبيقات المحايدة للبائعين وأدوات أخرى لتجهيز التطبيقات والأنظمة والأجهزة.

كانت أكواد الأجهزة تختلف اختلافًا كبيرًا، ولم يقدم أي مزود تجاري أداة قادرة على جمع البيانات من كل تطبيق وخدمة على الشبكة. وقد جعلت هذه الفجوة الوظيفية من الصعب (وفي كثير من الأحيان من المستحيل) على الفرق جمع البيانات من لغات البرمجة المختلفة والتنسيقات ووقت التشغيل.

كما جعلت أساليب قابلية الملاحظة التقليدية من عملية تغيير البنية التحتية والمكونات الخلفية عملية مستهلكة للوقت والجهد.

لنفترض أن فريق التطوير أراد تبديل أدوات الواجهة الخلفية. سيتعين عليهم إعادة ضبط الأكواد البرمجية بالكامل وتكوين وكلاء جدد (عناصر برمجية تنفذ مهام البناء والإصدار المؤتمَتة) لإرسال بيانات القياس إلى الخوادم الجديدة. خلقت الأساليب المجزأة صومعة وارتباك، ما جعل من الصعب حل مشاكل الأداء بفعالية.

مثّل OpenTelemetry تطورًا مهمًا في أدوات المراقبة والرصد، إذ وحّد آليات جمع بيانات القياس عن بُعد (Telemetry) وتحليلها ونقلها إلى المنصات الخلفية.وقدّم حلاً مفتوح المصدر يستند إلى معايير يطوّرها المجتمع لجمع البيانات المتعلقة بسلوك الأنظمة وأمنها، مما يساعد الفرق على تبسيط المراقبة والرصد في البيئات الموزعة.

تعتمد مقاييس OpenTelemetry على مجموعة من المكونات المترابطة التي تحدد كيفية إنتاج المقاييس ووصفها وإرسالها إلى منصات المراقبة والرصد. وتشمل هذه المكونات ما يلي:

الأدوات هي الوسائل التي تستخدمها الشيفرة البرمجية لتسجيل قيم المقاييس. وتسجل القيم بطريقتين: متزامنة (مباشرة ضمن مسار التنفيذ أثناء تشغيل الأكواد البرمجية) وغير متزامنة (عند طلب القيم من الأكواد البرمجية بواسطة حزمة تطوير البرمجيات (SDK)).

وبما أن الأدوات المتزامنة تعمل ضمن العملية نفسها، فإنها تستطيع التقاط سياق التتبع الحالي والسمات المرتبطة بالحدث، مما يسهل ربط المقاييس بالسجلات وآثار التتبع.

أما الأدوات غير المتزامنة فتُحدَّث بواسطة دوال استدعاء تعتمد على السحب تستدعيها حزمة تطوير البرمجيات وفق فترات جمع محددة مسبقًا. وتفيد هذه الأدوات في تسجيل القيم التي تُؤخذ عينات منها دوريًا بدلاً من تسجيلها مع كل طلب مستخدم، مثل استخدام وحدة المعالجة المركزية أو الذاكرة.

تقع طبقة أدوات OpenTelemetry بين منطق التطبيق وخط معالجة المقاييس، حيث تحوّل الأحداث، مثل "اكتمال طلب HTTP"، إلى قياسات منظمة تستطيع حزمة تطوير البرمجيات تجميعها وتصديرها. ويُصمم كل نوع من أدوات المقاييس لنمط قياس محدد، ويرتبط باستراتيجية تجميع توضح كيفية دمج القياسات الفردية وتحويلها إلى مقاييس قابلة للتصدير.

تشمل الأنواع الشائعة للأدوات ما يلي:

• العدادات هي أدوات متزامنة تسجل الزيادات التراكمية مع مرور الوقت، مثل إجمالي عدد الطلبات أو إجمالي البايتات المرسلة منذ بدء العملية وتتميز العدادات بخاصية التزايد الأحادي، حيث تُضاف كل قيمة جديدة إلى القيمة الحالية بدلاً من استبدالها.

• العدادات التصاعدية والتنازلية هي أدوات متزامنة تسجل القيم التي يمكن أن ترتفع أو تنخفض بمرور الوقت، (مثل عدد المستخدمين النشطين أو حجم قائمة الانتظار). وعلى عكس العدادات التقليدية، لا تلتزم هذه الأدوات بالتزايد الأحادي، إذ تسمح بتعديل الإجماليات صعودًا أو هبوطًا.

• العدادات غير المتزامنة والعدادات التصاعدية والتنازلية غير المتزامنة تعمل بطريقة مشابهة لنظيراتها المتزامنة، لكنها تسجل القيم مرة واحدة لكل عملية تصدير بدلاً من جمعها أثناء تنفيذ الأكواد البرمجية.

• المقاييس اللحظية هي أدوات متزامنة تسجل قيمًا يمكن أن ترتفع أو تنخفض بحرية مع كل عملية إرسال بيانات، وتمثل القيمة الفعلية عند لحظة جمعها من الأكواد البرمجية. وبالإضافة إلى المقاييس اللحظية المتزامنة، تتطلب عملية جمع المقاييس استخدام المقاييس اللحظية القابلة للرصد (Observable Gauges)، وهي أدوات غير متزامنة تسترجع القيم الحالية كلما جمعت منصة المراقبة البيانات..
  
  تلتقط المقاييس اللحظية لقطات آنية للقيم كما تلتقط الكاميرا صورة لموضوعها. ونظرًا لأنها لا تعتمد على التراكم، فإنها تناسب القيم غير القابلة للجمع، مثل استهلاك الذاكرة أو درجة الحرارة.

• تُعد المدرجات التكرارية (Histograms) هي أدوات متزامنة تقيس عدد القيم الواقعة ضمن نطاقات مختلفة بدلاً من تتبع قيمة واحدة فقط. وتصنف القيم داخل "حاويات" (Buckets)، مما يتيح لفرق تقنية المعلومات حساب النسب المئوية وتحليل توزيع القيم لمقاييس مثل مدة الطلب، وزمن الاستجابة وحجم الحمولة.

تحدد OpenTelemetry نموذجًا موحدًا لبيانات المقاييس وسلاسلها الزمنية، يحول أحداث القياس الفردية إلى سلاسل رقمية زمنية منظمة وقابلة للاستعلام، بحيث تستطيع منصات المراقبة تخزينها وتحليلها.

وتصف OpenTelemetry المقاييس من خلال ثلاثة نماذج مترابطة: نموذج الحدث (Event Model): يمثل القياسات الخام الناتجة عن الأدوات. نموذج تدفق OTLP (OTLP Stream Model): يحدد كيفية تجميع القياسات وإرسالها. نموذج السلسلة الزمنية (Time Series Model): يحدد كيفية تخزين البيانات في الأنظمة الخلفية..

عمليًا، تسجل شيفرة التطبيق الأحداث باستخدام نموذج الحدث، ثم تحولها حزمة تطوير البرمجيات أو أداة التجميع (Collector) إلى تدفقات OTLP، بينما تخزنها المنصة الخلفية على هيئة سلاسل زمنية مثل "عدد الطلبات في الثانية للخدمة X بالحالة 200" عبر الزمن.

تحدد الاصطلاحات الدلالية - التي تسمى أيضًا اصطلاحات التسمية - أسماءً ووحداتٍ ومفاتيح سمات موحدة للمقاييس الشائعة، بما يضمن إنتاج بيانات مراقبة متسقة عبر الخدمات والمكتبات المختلفة فعلى سبيل المثال، تحدد الاصطلاحات الدلالية أسماءً مثل"http.server.duration".لقياس زمن استجابة طلبات خادم HTTP، وتوصي باستخدام وحدات مثل الثواني أو المللي ثانية لقياسات المدة الزمنية.

ويتيح استخدام الاصطلاحات الدلالية في OpenTelemetry (OTel) للفرق دمج المقاييس مباشرةً في لوحات المعلومات وأنظمة التنبيه الجاهزة التي تعتمد مخطط بيانات محددًا، مما يقلل الوقت اللازم لإجراء التهيئات المخصصة. كما يسهّل التعاون بين الفرق المختلفة لأن الجميع يستخدم "لغة مقاييس" موحدة عبر بيئات الخدمات المصغرة (Microservices).

علاوةً على ذلك، تستطيع إمكانات نشر السياق (Context Propagation) ربط المقاييس بآثار التتبع (Traces) والسجلات المرتبطة بها من خلال نقل سياق مشترك، مثل معرفات أثر التتبع (Trace IDs) أو معرفات امتدادات التتبع (Span IDs)، عبر حدود الخدمات.

فعلى سبيل المثال، يستطيع ناشر السياق (Propagator) في OpenTelemetry استخراج السياق الوارد من معالج الطلبات، وإنشاء امتداد تتبع (Span) استنادًا إليه، ثم استخدام السياق نفسه لتسجيل مقاييس زمن الاستجابة وكتابة إدخالات السجل. وبذلك تُوسم نقطة القياس وسطر السجل بأثر التتبع الحالي نفسه.

عندما تقوم أكواد التطبيق بإجراء استدعاء تابع، يقوم ممرر السياق بحقن السياق نفسه في الطلب الصادر. ثم تستخرجه الأكواد المستقبِلة، وتنشئ امتداد تتبع فرعيًا، وتستخدم السياق نفسه لمقاييسها وسجلاتها، ما يحافظ على ارتباط جميع البيانات الصادرة من الخدمتين بأثر تتبع واحد يمتد من البداية إلى النهاية.

السمات — المعروفة أيضًا باسم التسميات أو الوسوم أو الأبعاد — هي أزواج من المفاتيح والقيم تُرفق بقياسات فردية أو نقاط بيانات مجمعة. وتحدد هذه السمات السلسلة الزمنية كليًا أو جزئيًا إلى جانب اسم المقياس ونوع التجميع ووحدة القياس. ومن دون السمات ستندمج جميع قياسات المقياس في سلسلة واحدة غير مميزة.

ويؤدي إضافة سمات مثل اسم الخدمة أو نقطة النهاية (Endpoint) أو رمز حالة HTTP أو المنطقة أو معرف المستأجر إلى تحويل المقاييس البسيطة إلى تدفقات مقاييس متعددة الأبعاد ومتخصصة، بحيث تستطيع الفرق تحليلها وتصنيفها بمرونة داخل أدوات قابلية الملاحظة. كما تتيح للفرق الحصول على رؤى عالية الدقة يمكن تصفيتها أو تجميعها وفق أي بُعد تختاره.

ويحقق التصميم الجيد للسمات توازنًا بين مستوى التفاصيل وكثافة المقياس (Metric Cardinality)، أي عدد القيم الفريدة التي يمكن أن تتخذها السمة، مما يساعد على تجنب تضخم التسميات مع الحفاظ على فعالية الاستعلامات.

القياس هو قراءة على مستوى حدث واحد يتم التقاطها بواسطة أداة في نقطة زمنية محددة وغالبًا ما تكون مصحوبة بسمات. فعلى سبيل المثال، عند اكتمال طلب HTTP يمكن تسجيل زمن استجابة قدره 120 مللي ثانية مع سمات مثل: route=”/login” و status_code=200 اللتين تمثلان المسار ورمز الحالة.

ويمثل كل تسجيل منفرد قياسًا مستقلاً يصف ما حدث أثناء تلك العملية المحددة.

وتُخزن القياسات مؤقتًا داخل حزمة تطوير البرمجيات (SDK)، ثم تُحوَّل إلى نقاط بيانات ضمن تدفقات مقاييس أكبر. فبدلاً من عرض كل طلب على حدة، قد تعرض نقطة بيانات مجمعة معلومة مثل:"بالنسبة إلى المسار /login بالحالة 200، خلال الفترة من 10:00:00 إلى 10:00:10، سُجل 500 طلب بإجمالي مدة بلغ 25 ثانية." وتُصدَّر نقاط البيانات هذه في النهاية إلى الأنظمة الخلفية الخاصة بالرصد وتُخزَّن فيها.

تمثل واجهة برمجة تطبيقات المقاييس في OpenTelemetry مجموعة الواجهات التي تستدعيها أكواد التطبيق لإنتاج المقاييس. وصُممت هذه الواجهة بصورة مستقلة عن الموردين، بحيث تفصل أدوات القياس عن التنفيذ الفعلي لحزمة تطوير البرمجيات. وبذلك تستطيع فرق تقنية المعلومات كتابة أدوات القياس مرة واحدة باستخدام الواجهة القياسية، ثم استبدال حزم تطوير البرمجيات أو المصدّرات (Exporters) أو الأنظمة الخلفية دون الحاجة إلى خطوات إضافية.

وتتكون البنية الأساسية لواجهة برمجة تطبيقات المقاييس في OTel من ثلاثة عناصر رئيسية:

يُعدّ موفرو العدادات يمثل موفرو العدادات (Meter Providers) نقطة الدخول إلى واجهة برمجة التطبيقات، ويتولون إنشاء مثيلات العدادات. كما يحددون قارئات المقاييس والمصدّرات المستخدمة، والعروض والتجميعات المطلوب تطبيقها، ومعدل جمع البيانات وتصديرها. وغالبًا ما يُحمَّل موفر العدادات مرة واحدة عند بدء تشغيل التطبيق، ويعمل بصفة موفر عام (Global Provider)، مما يضمن اشتراك جميع العدادات والأدوات في تعريفات موارد وخطوط تصدير متسقة.

أما العدادات فهي الكائنات التي تستخدمها أكواد التطبيق لإنشاء العدادات والمدرجات التكرارية والمقاييس اللحظية. وعادةً ما يحمل كل عداد اسم مكتبة أو خدمة معينة، مثل: (على سبيل المثال، "bank.payment")، ما يتيح تجميع المقاييس الصادرة عن تلك الأكواد والتعرف عليها بصورة متسقة.

ولا تخزن العدادات البيانات بنفسها، بل تعمل كمنشئات للأدوات، وتنقل القياسات المسجلة إلى حزمة تطوير البرمجيات الأساسية لتجميعها وتصديرها. وبما أن العدادات تُنشأ من خلال موفر العدادات، فإنها تعمل دائمًا وفق الإعدادات والعروض والمصدّرات التي يحددها ذلك الموفر.

بعد ذلك، توفر الأدوات الآليات التي تُمكّن الأكواد من الإبلاغ عن القياسات وإرفاق السمات بها.

تمثل حزمة تطوير البرمجيات OpenTelemetry SDK تنفيذًا فعليًا لواجهة برمجة تطبيقات OpenTelemetry، حيث تحوّل استدعاءات الواجهة إلى نقاط بيانات فعلية للقياس عن بُعد (Telemetry). وتوفر مكتبة مخصصة لكل لغة برمجة، مثل Java أو Python، لجمع بيانات المقاييس وتجميعها وتجهيزها للتصدير.

وتدير حزم تطوير البرمجيات دورة حياة أدوات القياس، وتعالج تخزين القياسات في الذاكرة، وتشغّل دوال الاستدعاء الخاصة بالأدوات غير المتزامنة، وتطبق التجميعات والعروض المهيأة، وتتحكم في فترات جمع المقاييس التي تتراوح عادةً بين 10 و60 ثانية.

وتطبق المعالجات (Processors) داخل حزمة تطوير البرمجيات عمليات التجميع ومنطقًا إضافيًا، يشمل التصفية وتحديد المعدل وتحويل تدفقات المقاييس قبل إرسالها إلى الوجهة التالية.

أما المصدّرات (Exporters) فتتولى تحويل نقاط بيانات المقاييس المعالجة إلى صيغ خاصة بالأنظمة الخلفية، ثم ترسلها إلى الأنظمة الخارجية أو منصات الرصد باستخدام بروتوكولات مدعومة، مثل بروتوكول OpenTelemetry (OTLP).

وقد تختار الفرق ربط عدة مصدّرات داخل حزمة تطوير البرمجيات لدعم أكثر من نظام خلفي في البيئات التي تتطلب إتاحة عالية وتكرارًا احتياطيًا. وفي هذه الحالات، تؤدي مجمعات OpenTelemetry دور وكلاء أذكياء قادرين على إرسال المقاييس إلى عدة أنظمة خلفية في الوقت نفسه، وإعادة محاولة التصدير عند الإخفاق، والتحقق من صحة البيانات على نطاق واسع.

تحدد التجميعات (Aggregations) كيفية دمج القياسات الفردية الخام رياضيًا وتحويلها إلى إحصاءات موجزة تخزنها الأنظمة الخلفية وتستعلم عنها في صورة نقاط بيانات ضمن سلاسل زمنية. ويجمع مُجمِّع حزمة تطوير البرمجيات البيانات الخام في نقطة بيانات واحدة لكل فترة جمع ولكل سلسلة زمنية فريدة.

وتشمل أنماط التجميع الشائعة ما يلي:

• المجموع، يجمع جميع القيم الخاصة بالكميات التراكمية، مثل عدد البايتات المنقولة

• آخر قيمة، يحتفظ بأحدث قياس فقط ويتجاهل القياسات السابقة

• تجميع المدرج التكراري، يصنف القيم ضمن حاويات (Buckets)، مما يتيح حساب النسب المئوية واكتشاف القيم الشاذة.

• الإسقاط ، يتجاهل جميع القيم للحماية من البيانات مرتفعة الكثافة ، أي البيانات التي تحتوي على عدد كبير من القيم الفريدة

وتحمل التجميعات أيضًا بيانات وصفية خاصة بالزمنية توضح للأنظمة الخلفية كيفية تفسير قيمة المقياس عبر الزمن. وتشمل النوعين الرئيسيين التاليين:

• تعكس القيم التراكمية الإجمالي منذ بدء العملية. ولا تُعاد تهيئتها إلا عند إعادة تشغيل العملية، بينما تحسب الأنظمة الخلفية المعدلات من خلال مقارنة نقاط البيانات المتعاقبة

• القيم التفاضلية تعكس التغيرات منذ آخر عملية جمع للبيانات. ويمكن للأنظمة الخلفية جمع هذه القيم مباشرةً لحساب المعدلات.

وتطبق حزم تطوير البرمجيات التجميع المناسب تلقائيًا وفقًا لنوع أداة القياس. كما تتيح لفرق تقنية المعلومات الانتقال من المجاميع البسيطة إلى المدرجات التكرارية المتقدمة أو غيرها من الخوارزميات دون الحاجة إلى تعديل أدوات القياس.

تعرض المقاييس الاتجاهات وترسل التنبيهات، بينما تكشف آثار التتبع مسارات الطلبات، وتوفر السجلات سياقًا تفصيليًا للأحداث. ويؤدي ربط المقاييس بآثار التتبع والسجلات إلى توحيد إشارات الرصد الثلاث الأساسية، المعروفة باسم ركائز الرصد، مما يمنح الفرق رؤية متعددة المستويات لسلوك الأنظمة.

فعلى سبيل المثال، قد تُظهر المقاييس اتجاهًا عامًا مثل "ارتفاع معدل الأخطاء عند الساعة 2:15 مساءً"، لكنها لا تكشف الطلبات التي أخفقت أو أسباب الإخفاق. أما آثار التتبع فتوضح مسارات الطلبات الفردية التي تواجه مشكلات عبر الخدمات المختلفة، لكنها لا تساعد على معرفة ما إذا كانت المشكلة حالة استثنائية أم ظاهرة عامة دون الاستعانة بالمقاييس. وتوفر السجلات رسائل أخطاء وأحداثًا تفصيلية، لكنها تتحول إلى مجرد ضوضاء عند غياب السياق.

ويسمح الربط بين الإشارات الثلاث لفرق تقنية المعلومات بالانتقال خلال ثوانٍ من اتجاهات المقاييس العامة إلى أثر التتبع المتأثر ثم إلى السجلات المرتبطة به.

تختلف مقاييس OpenTelemetry جذريًا عن المقاييس التقليدية. فالمقاييس التقليدية تشير عادةً إلى أساليب المراقبة القديمة التي تعتمد على عدادات بسيطة ومحددة مسبقًا لقياس استهلاك الموارد. وتركز هذه المقاييس على القياسات المرتبطة بالمضيف (Host) أو بالتطبيقات بصورة منفصلة.

أما مقاييس OpenTelemetry فتُعد جزءًا من إطار موحد للرصد مستقل عن الموردين، ويوحّد جمع آثار التتبع والسجلات والمقاييس في بيئات تقنية المعلومات الموزعة. كما توسّع إمكانات المقاييس التقليدية من خلال نموذج بيانات أكثر مرونة وأدوات قياس أكثر تطورًا، بما في ذلك العدادات التصاعدية والتنازلية (UpDownCounters) لقياس التغيرات في الاتجاهين، والمدرجات التكرارية التي تدعم الحاويات الأسية (Exponential Buckets). وتوفر كذلك سمات ووحدات وطوابع زمنية صريحة تثري بيانات المقاييس.

وتختلف مقاييس OpenTelemetry أيضًا عن المقاييس التقليدية من حيث التصميم وآليات الجمع ومدى ملاءمتها للأنظمة الحديثة.

فالمقاييس التقليدية تعتمد نموذجًا متكاملًا صارمًا يربط جمع البيانات وتخزينها والاستعلام عنها ارتباطًا وثيقًا، ويستخدم غالبًا قيمًا تراكمية فقط مستمدة من العدادات والمقاييس اللحظية والملخصات والمدرجات التكرارية ذات الحاويات الثابتة التي تتطلب تحديد الحاويات يدويًا.

أما مقاييس OpenTelemetry فتعتمد تصميمًا معياريًا ثلاثي الطبقات يتكون من: واجهة برمجة تطبيقات (API) وحزمة تطوير برمجيات (SDK) وبروتوكول ويفصل هذا التصميم بين إنتاج الإشارات ومعالجتها وتصديرها. ويتيح هذا النهج دعم مزايا متقدمة مثل الزمنية التفاضلية (Delta Temporality)، والقيم الصحيحة (Integer Values)، وبيانات الحدين الأدنى والأقصى في المدرجات التكرارية، والمدرجات التكرارية الأسية القابلة للتوسع الديناميكي.

وتعتمد الأساليب التقليدية على جمع البيانات بطريقة السحب (Pull-Based) من واجهات برمجة تطبيقات مكشوفة، وتركز أساسًا على المقاييس بمعزل عن غيرها. كما تعتمد أدوات قياس يدوية وتوفر دعمًا محدودًا لآثار التتبع أو السجلات، مما يؤدي إلى تجزئة بيانات القياس عن بُعد وخطوط الرصد.

أما OpenTelemetry فيستخدم بروتوكول (OTLP)، وهو بروتوكول ثنائي)، لجمع البيانات بطريقة الدفع (Push-Based)، مما يتيح جمع آثار التتبع والمقاييس والسجلات ضمن إطار موحد من خلال أدوات قياس آلية أو يدوية. كما يوفر OpenTelemetry Collector لتحويل البيانات وتجميعها وتوجيهها إلى الأدوات الخلفية، مما يساعد فرق تقنية المعلومات على معالجة تحديات التخزين الخاصة بالتطبيقات.

تعمل بيانات القياس عن بُعد التقليدية بكفاءة في البيئات البسيطة أحادية البنية (Monolithic). إلا أنها تواجه صعوبات في بيئات الخدمات المصغرة (Microservices) بسبب محدودية إمكانات التتبع، ومشكلات الارتباط بمورد واحد (Vendor Lock-In)، وانعزال إشارات الرصد عن بعضها، مما يحجب العلاقات الاعتمادية بين الخدمات ويحدّ من القدرة على اكتشاف حالات الإخفاق المتسلسلة.

في المقابل، يتفوق OpenTelemetry في البيئات السحابية الأصلية والبيئات الموزعة، لأنه يوفر بيانات قياس عن بُعد مترابطة ومستقلة عن الموردين، تمنح رؤية شاملة لمسارات الطلبات عبر الخدمات المختلفة، ونقاط اختناق زمن الاستجابة، ومؤشرات تشخيص الموارد من البداية إلى النهاية. كما يدعم OpenTelemetry أخذ العينات (Sampling) والتكامل مع الأدوات الهجينة، مما يساعد على توسيع نطاق بيانات القياس عن بُعد وأدوات القياس بالتوازي مع نمو بيئة تقنية المعلومات وتطورها.

توفر مقاييس OpenTelemetry قياسات كمية موحدة تساعد على تعزيز الرصد في البنى التقنية الحديثة. كما تقدم رؤى تفصيلية حول أداء الأنظمة، مما يتيح للمطورين والمهندسين تطبيق استراتيجيات استباقية لمعالجة المشكلات وتحسين الأداء.

تتضمن الميزات الأخرى ما يلي: