Kubernetes Service Mesh — Distributed Tracing mit Jaeger

In diesem 105-Minuten-Modul beantwortet ihr die Frage, die der Kiali-Kurs bewusst offen gelassen hat: Kiali zeigt euch im Service-Graph zuverlässig DASS eine Kante gerade Fehler produziert oder langsamer wird – aber nicht WARUM ein einzelner Request langsam war und welcher der beteiligten Sidecar-Hops die Zeit tatsächlich gekostet hat. Genau diese Lücke füllt Distributed Tracing mit Jaeger: Statt einer aggregierten Erfolgsrate über viele Requests hinweg bekommt ihr für einen einzelnen Request eine Trace – eine Kette von Spans, von denen jeder einen Zeitstempel für genau einen Sidecar-Hop trägt, verbunden über einen Span-Kontext, den jeder Envoy an den nächsten Hop weiterreicht. Im ersten Hands-on installiert ihr Jaeger über das offizielle Istio-Addon-Manifest samples/addons/jaeger.yaml – aus demselben Release-Ordner, aus dem ihr im Kiali-Kurs bereits prometheus.yaml und kiali.yaml angewendet habt – und patcht anschließend das Trace-Sampling über meshConfig.defaultConfig.tracing.sampling auf 100. Dieser Patch ist kein optionaler Feinschliff: Das Standard-Sampling von Istio ist so niedrig eingestellt, dass ihr ohne diesen Schritt live praktisch keine Traces seht – nicht weil etwas kaputt ist, sondern weil eine bewusste Konfigurationsentscheidung dahintersteckt. Über die bestehende Fault-Injection-Curl-Loop aus dem Kiali-Kurs erzeugt ihr danach eure ersten Traces. Im zweiten Hands-on öffnet ihr denselben Trace zweimal: einmal direkt im Jaeger-UI über istioctl dashboard jaeger , und einmal über die Kiali-Graph-Verlinkung (“View traces”), die euch aus dem bereits bekannten Service-Graph unmittelbar in die passende Jaeger-Trace springen lässt. Ihr lest die Latenz Hop für Hop entlang der Spans und ordnet sie den einzelnen Sidecars zu. Ein kurzer Ausblick ohne eigenes Hands-on rundet ab: produktive Jaeger-Storage-Backends (Elasticsearch/Cassandra statt des heutigen In-Memory-All-in-One) sowie der OpenTelemetry-Collector als möglicher Jaeger-Ersatz. Ausdrücklich Grenzen dieses Kurses, kein eigenes Hands-on: der Sampling-Trade-off zwischen 100 % (nur für die Demo vertretbar) und einem deutlich niedrigeren produktiven Wert, sowie das komplette Fehlen eines produktiven Storage-Backends in diesem Modul. Voraussetzung ist das Modul “Kubernetes Service Mesh Observability — Kiali & der Service-Graph” (Pflicht) – dieses Modul setzt dessen Minikube-Cluster, die Jaeger-Nachbar-Addons Prometheus und Kiali sowie die Fault-Injection-Curl-Loop direkt fort. Die Session läuft komplett lokal über Minikube ( –driver=docker), Jaeger läuft rein containerisiert im Cluster, ohne Cloud-Account und ohne Kostenwirkung.