链路追踪采样率的高低直接决定了问题定位的效率和成本，不存在通用标准，需要根据业务重要性和系统负载动态调整。
链路追踪的本质是记录请求经过的所有服务，但在高并发下，全量记录既不现实也不经济，采样率正是控制这个记录比例的开关，设置得太低，你会丢失关键证据；设置得太高，系统会不堪重负。链路追踪采样率设置多少合适？这取决于你的业务场景和定位需求。
链路追踪采样率设置多少合适
采样率低的风险：关键事务可能被遗漏
当采样率低于5%时，偶发错误几乎无法被捕获，一个每10万次才出现一次的超时异常，如果采样率只有1%，那么你需要等待很长时间才能抓到一条样本，严重拖慢定位速度，在金融交易、订单处理等关键链路，一笔失败订单的缺失就可能让整个分析过程失效。相当一部分企业因此被迫将核心路径的采样率提高到50%以上。
采样率高的代价：资源消耗与存储成本
全量采样意味着需要存储所有span，对IO和CPU造成较大压力，据统计，非必要的高采样率会使链路追踪系统的基础设施成本增加较大比例，且随着业务增长线性上升，对于每天处理数亿次请求的系统,全量采样几乎不可行。
如何确定初始采样率
建议从10%起步，观察系统是否能够完整还原故障链路，如果经常出现跨度缺失，则逐步提高；如果资源使用率过高，则降低，行业共识认为，生产环境的采样率通常在1%到10%之间，但关键路径需要单独配置，比如支付接口使用100%采样。
全量采样与自适应采样成本对比，哪种更适合你的系统
选择采样策略时，
成本与定位能力需要权衡，全量采样提供最完整的数据，但成本高昂；自适应采样动态调整,在保证定位能力的同时控制成本。
| 对比维度 | 全量采样 | 自适应采样 |
|---|---|---|
| 数据完整性 | 100% | 动态调整，关键路径接近100% |
| 存储成本 | 高 | 可控，根据流量变化 |
| 定位速度 | 最快，无需推断 | 需要额外配置，但能满足大多数场景 |
| 适用场景 | 小规模、关键业务 | 大规模、混合业务 |
全量采样：数据完整但成本高昂
- 优点：任何请求的完整链路都可用，定位问题最快,无需推断。
- 缺点：存储成本高，查询性能下降，不适合超大规模系统。存储成本是自适应采样的数倍。
自适应采样：动态调整，平衡之道
- 基于流量特征自动调整采样率，比如在低流量时段提高采样率,在高流量时段降低。
- 部分实现支持根据错误率自动提升采样率,确保异常数据不丢失。
- 业内专家指出，自适应采样已成为大型分布式系统的首选策略，因为它能在不增加人力干预的情况下维持定位能力，京东、淘宝等巨型系统均采用类似策略。
固定比例采样：简单易用但缺乏灵活性
配置简单，但无法应对流量波动，容易在高峰期丢失关键数据，适合小规模、流量稳定的系统，不适合高并发、波动大的场景。
采样率低导致遗漏问题怎么办
如果已经使用了低采样率，并且频繁遇到定位问题，采样率低导致遗漏问题怎么办
？以下措施可以弥补。
通过跨服务采样关联补充
当某个服务采样率低时，可以通过上下游服务的强制采样来关联，确保关键路径完整，在网关层增加采样标记，向后传递，即使下游服务采样率低,也可以根据标记保留特定请求。
基于错误和慢请求的强制采样
配置采集规则，对所有错误响应（HTTP 5xx、超时）进行强制采样，无论当前采样率如何。行业共识认为，这种“采样+强制采集”的组合是保障定位能力最有效的手段，可以确保异常数据不会因为采样率低而丢失，在OpenTelemetry中，可以通过tail_sampling处理器实现。
利用链路存储与聚合分析
即便采样率低，通过聚合统计（如请求量、错误率趋势）也能发现异常，然后对特定时间窗口进行回溯采样，一些工具支持智能采样，在检测到异常时自动提高采样率,比如利用Jaeger的远程采样配置。
高并发系统采样率优化实践
在高并发场景下，采样率优化需要更精细的粒度。高并发系统采样率优化实践包括以下步骤。
确定关键路径与非关键路径
- 列出所有请求类型,按业务重要性分级。
- 对每一级设置不同的采样率，比如核心交易链路100%，用户行为分析20%。
使用自适应采样框架
基于OpenTelemetry的Tail Sampling允许在链路完成后再决策是否保留，相比头部采样更灵活,实操步骤：
- 在Collector中配置Tail Sampling策略。
- 基于span属性（如HTTP状态码）、延迟、错误等条件决定是否保留。
- 设置采样率上限和下限,避免资源失控。
配置示例：
processors:
tail_sampling:
decision_wait: 10s
num_traces: 100
expected_new_traces_per_sec: 10
policies:
- name: error-policy, type: status_code, status_code: ERROR
- name: latency-policy, type: latency, latency: 100ms监控采样率对定位能力的影响
定期检查遗漏事件比例，如果故障定位时经常发现缺失跨度，则需提高相关路径的采样率，可以设置告警,当采样率低于某个阈值且错误率上升时触发通知。
没有万能的采样率，只有不断根据业务水位调整的优化过程。 持续观察链路追踪系统的命中率，并根据业务水位动态调整,才能在成本与定位能力之间找到最佳平衡。
链路追踪采样率如何影响定位能力常见问题解答
Q1：采样率设置过低会导致什么后果？
如果采样率过低，比如低于1%，大部分请求数据会被丢弃，当系统出现故障时，可能无法找到对应的完整链路，导致定位问题的时间成倍增加，尤其在偶发错误场景下,容易错过关键线索。
Q2：自适应采样和固定采样哪个更好？
自适应采样更适合流量波动大、业务复杂的系统，它能根据实时负载动态调整采样比例，在低流量时提高数据完整度，在高流量时节省成本，固定采样虽然简单，但容易在高峰期丢失数据,适合小规模或流量稳定的系统。
Q3：如何在Jaeger中设置采样率？
Jaeger支持通过环境变量或客户端配置采样率，设置JAEGER_SAMPLER_TYPE=probabilistic和JAEGER_SAMPLER_PARAM=0.1表示10%的概率采样，也可以使用远程采样管理器，通过配置中心动态调整采样策略,生产环境推荐使用自适应采样或基于端点的采样策略。