Benchmark de Estratégias de Amostragem em Rastreamento Distribuído

Bem-vindo(a) a esta pesquisa sobre estratégias de amostragem em rastreamento distribuído. Sua participação é voluntária e você pode parar a qualquer momento. Não há respostas certas ou erradas — estamos interessados em suas práticas e opiniões reais. Todas as respostas são confidenciais e serão reportadas apenas de forma agregada. Esta pesquisa leva aproximadamente 8–10 minutos para ser concluída.

Quais das seguintes ferramentas de rastreamento ou observabilidade você usou nos últimos 6 meses? Selecione todas as que se aplicam.

• OpenTelemetry
• Jaeger
• Zipkin
• Honeycomb
• Datadog
• New Relic
• AWS X-Ray
• Grafana Tempo
• Elastic APM
• Outra
• Nenhuma das anteriores

Quais abordagens de amostragem você implementou ou configurou nos últimos 6 meses? Selecione todas as que se aplicam.

• Sempre ativa (head-based, 100%)
• Probabilística head-based (taxa no nível do trace)
• Amostragem com limite de taxa
• Amostragem tail-based
• Amostragem adaptativa/dinâmica
• Regras por endpoint ou baseadas em atributos
• Não tenho certeza
• Nenhuma

Nos horários de pico, aproximadamente quantos spans por minuto o seu sistema gera?

• Menos de 1.000
• 1.000–10.000
• 10.001–100.000
• 100.001–1.000.000
• Mais de 1.000.000
• Não sei

Em que medida você concorda: Nossa taxa de amostragem atual fornece cobertura de traces suficiente para depurar problemas em produção.

Cenário: Uma API voltada ao consumidor tem em média 10.000 requisições por segundo, com picos periódicos de tráfego e um orçamento limitado de observabilidade. Com qual estratégia de amostragem base você começaria?

• Probabilística head-based com taxa fixa baixa (ex.: 0,1–1%)
• Amostragem head-based com limite de taxa e cotas por serviço
• Gatilhos tail-based (erros/alta latência) com uma base mínima
• Sempre ativa (100%) para maximizar a cobertura
• Não há informações suficientes para decidir

Com base nas suas respostas nesta pesquisa, compartilhe quaisquer pensamentos ou contexto adicionais sobre a sua estratégia de rastreamento e amostragem.

Qual é a sua função principal?

• Engenheiro(a) de backend/software
• SRE/Operações
• Plataforma/Infraestrutura
• DevOps
• Observabilidade/Telemetria
• Dados/Analytics
• Gerente de engenharia
• Arquiteto(a)
• Outro

Obrigado por concluir esta pesquisa — suas respostas ajudarão a aprimorar as práticas de rastreamento e amostragem em toda a comunidade. Seus dados serão reportados apenas de forma agregada.

Quão familiarizado(a) você está com conceitos de amostragem de rastreamento (ex.: head-based, tail-based, amostragem com limite de taxa)?

Ao usar amostragem tail-based, o que mais comumente dispara a retenção de um trace no seu ambiente? Selecione o gatilho principal.

• Códigos de status de erro
• Percentis de alta latência (ex.: p95/p99)
• Endpoints ou atributos específicos
• Pontuação adaptativa do backend
• Eventos de negócio ou violações de SLO
• Não se aplica — não uso amostragem tail-based

Classifique os seguintes objetivos de rastreamento do mais importante (1) ao menos importante no seu ambiente.

1. Reduzir custos de observabilidade
2. Depuração mais rápida e análise de causa raiz
3. Manter cobertura de traces representativa
4. Atender requisitos de conformidade ou retenção de dados
5. Apoiar monitoramento e alertas de SLO

Em que medida você concorda: O custo de armazenar e processar traces influencia significativamente nossas decisões de amostragem.

Explique brevemente o seu raciocínio para a estratégia de amostragem que você selecionou no cenário acima.

Há quantos anos você trabalha com sistemas distribuídos?

• Menos de 1
• 1–2
• 3–5
• 6–10
• 11+

Quais são os principais motivos pelos quais você não adotou a amostragem tail-based? Selecione todos os que se aplicam.

• Complexidade de implementação
• Restrições de infraestrutura/recursos
• Preocupações com custo
• Restrições de proteção de dados/conformidade
• Não é necessário para os nossos casos de uso
• Falta de expertise ou orientação
• Limitações de ferramentas/fornecedor
• Não se aplica — já uso amostragem tail-based

Em que medida você concorda: Configurar e manter regras de amostragem é simples nas nossas ferramentas atuais.

Gostaríamos de explorar as suas decisões de amostragem com um pouco mais de profundidade. Um moderador de IA fará algumas perguntas de acompanhamento com base nas suas respostas até aqui.

Aproximadamente quantos funcionários há na sua organização?

• 1–49
• 50–249
• 250–999
• 1.000–4.999
• 5.000+

Onde as decisões de amostragem são principalmente aplicadas no seu ambiente atual?

• Nível do SDK/agente
• Nível do collector/gateway
• Gerenciado pelo backend/fornecedor
• Lógica personalizada na aplicação
• Múltiplas camadas
• Não sei

Classifique os sinais que você mais deseja que a sua estratégia de amostragem capture de forma confiável (1 = maior prioridade).

1. Outliers raros de alta latência
2. Picos de erros ou regressões
3. Problemas em endpoints críticos para o cliente
4. Incidentes após novos lançamentos
5. Contenção ou gargalos entre serviços

Em qual região você trabalha principalmente?

• América do Norte
• Europa
• Ásia-Pacífico
• América Latina
• Oriente Médio e África
• Outra

Qual a probabilidade de você ajustar a sua estratégia de amostragem nos próximos 3 meses?