Autor: [Adam Nadolny](/autorzy/adam-nadolny) Ekspert DevOps i infrastruktury · Zweryfikowano Kwiecień 2026 1. [Strona główna](/) › 2. [Baza wiedzy](/baza-wiedzy/) › 3. Grafana Tempo — distributed tracing # Grafana Tempo — distributed tracing bez limitów kosztowych Opublikowano: 10 kwietnia 2026 · Kategoria: VPS Distributed tracing to brakujące ogniwo obserwabilności — metryki mówią co się dzieje, logi mówią co aplikacja zapisała, ale traces pokazują dokładnie jak przepłynęło konkretne żądanie przez cały system. Grafana Tempo przechowuje traces tanio w S3/MinIO i integruje się bezpośrednio z Grafaną — bez kosztownego Elasticsearch. ## Architektura Tempo — uproszczona i rozszerzona Tempo można uruchomić w trybie all-in-one (jeden proces) lub distributed (osobne komponenty). Dla małych i średnich środowisk all-in-one z MinIO jest w zupełności wystarczające: \# docker-compose.yml — Tempo all-in-one + MinIO version: "3.8" services: minio: image: minio/minio:latest command: server /data --console-address ":9001" environment: MINIO\_ROOT\_USER: minioadmin MINIO\_ROOT\_PASSWORD: minioadmin volumes: - minio\_data:/data ports: - "9000:9000" tempo: image: grafana/tempo:latest command: \["-config.file=/etc/tempo/config.yaml"\] volumes: - ./tempo-config.yaml:/etc/tempo/config.yaml ports: - "4317:4317" # OTLP gRPC - "4318:4318" # OTLP HTTP - "3200:3200" # Tempo HTTP API grafana: image: grafana/grafana:latest ports: - "3000:3000" volumes: minio\_data: ## Konfiguracja Tempo — tempo-config.yaml \# tempo-config.yaml server: http\_listen\_port: 3200 distributor: receivers: otlp: protocols: http: endpoint: 0.0.0.0:4318 grpc: endpoint: 0.0.0.0:4317 jaeger: # Akceptuj też Jaeger format protocols: thrift\_http: endpoint: 0.0.0.0:14268 zipkin: # Akceptuj Zipkin format endpoint: 0.0.0.0:9411 storage: trace: backend: s3 s3: endpoint: minio:9000 bucket: tempo-traces access\_key: minioadmin secret\_key: minioadmin insecure: true wal: path: /tmp/tempo/wal compactor: compaction: block\_retention: 336h # 14 dni retention querier: frontend\_worker: frontend\_address: localhost:9095 Utwórz bucket MinIO przed uruchomieniem: mc alias set local http://localhost:9000 minioadmin minioadmin mc mb local/tempo-traces ## Instrumentacja OpenTelemetry — Node.js npm install \\ @opentelemetry/sdk-node \\ @opentelemetry/auto-instrumentations-node \\ @opentelemetry/exporter-trace-otlp-http // tracing.ts — importuj jako pierwszy moduł import { NodeSDK } from '@opentelemetry/sdk-node'; import { getNodeAutoInstrumentations } from '@opentelemetry/auto-instrumentations-node'; import { OTLPTraceExporter } from '@opentelemetry/exporter-trace-otlp-http'; import { Resource } from '@opentelemetry/resources'; import { SEMRESATTRS\_SERVICE\_NAME } from '@opentelemetry/semantic-conventions'; const sdk = new NodeSDK({ resource: new Resource({ \[SEMRESATTRS\_SERVICE\_NAME\]: 'my-api-service', }), traceExporter: new OTLPTraceExporter({ url: 'http://tempo:4318/v1/traces', }), instrumentations: \[getNodeAutoInstrumentations()\], }); sdk.start(); console.log('OpenTelemetry tracing initialized'); // Uruchomienie: // node -r ./dist/tracing.js dist/app.js ## Tempo datasource w Grafanie Dodaj datasource Tempo w Grafanie: **Configuration → Data Sources → Add → Tempo**. Ustaw URL: `http://tempo:3200`. Opcjonalnie skonfiguruj Service Graph (wymaga Prometheus ze span metrics) i Node Graph. Po zapisaniu przejdź do **Explore → Tempo** i wyszukaj traces. ## TraceQL — język zapytań TraceQL to zaawansowany język zapytań do filtrowania traces i spans. Kilka praktycznych przykładów: Zapytanie TraceQL Co zwraca `{ .http.url = "/api/orders" }` Traces z żądaniami do /api/orders `{ duration > 500ms }` Wolne traces powyżej 500ms `{ .error = true }` Traces zawierające błędy `{ .service.name = "api" && .db.system = "postgresql" }` Zapytania do PostgreSQL z serwisu api `{ .http.status_code >= 500 }` Traces z błędami 5xx HTTP ## Porównanie: Tempo vs Jaeger vs Zipkin Cecha Grafana Tempo Jaeger Zipkin Storage backend S3/MinIO/GCS (tani) Elasticsearch/Cassandra Elasticsearch/MySQL Własne UI Brak (używa Grafany) Wbudowane UI Wbudowane UI Język zapytań TraceQL Ograniczony search Ograniczony search Integracja Grafana Natywna (LGTM stack) Plugin (gorszy UX) Plugin (gorszy UX) Koszt storage Niski (S3 ~$0.02/GB) Wysoki (ES cluster) Wysoki (ES cluster) ## Najczęstsze pytania Czym jest distributed tracing i dlaczego warto go używać? + Distributed tracing śledzi żądanie przez wszystkie serwisy mikrousług — od frontendu przez API Gateway, serwisy backendowe, bazy danych. Każde żądanie to "trace" złożony ze "spans" — jednostek pracy (HTTP call, DB query). Dzięki temu widzisz gdzie żądanie spędza czas: czy bottleneck jest w bazie (slow query), sieci (high latency) czy logice biznesowej. Bez tracingu debugowanie problemów wydajnościowych w architekturze mikroserwisowej jest bardzo trudne. Dlaczego Tempo jest "bez limitów kosztowych"? + Jaeger i Zipkin historycznie wymagały Elasticsearch lub Cassandra jako storage — drogie i skomplikowane w utrzymaniu. Tempo przechowuje traces bezpośrednio w object storage (S3, GCS, Azure Blob, MinIO) jako pliki — identycznie jak Thanos metryki. Tempo nie indeksuje treści trace'ów (tylko metadane), więc storage jest tani. Możesz przechowywać miliardy spans za ułamek kosztu Elasticsearch. Jedyna "opłata" to search jest wolniejszy (TraceQL skanuje pliki, nie indeks). Jak skonfigurować aplikację Node.js z OpenTelemetry do Tempo? + Zainstaluj: @opentelemetry/sdk-node, @opentelemetry/auto-instrumentations-node, @opentelemetry/exporter-trace-otlp-http. W pliku tracing.ts (importuj PRZED app): NodeSDK z OTLPTraceExporter url=http://tempo:4318/v1/traces, getNodeAutoInstrumentations(). SDK automatycznie instrumentuje HTTP, Express, fetch, gRPC, PostgreSQL i inne. Uruchom: node -r ./tracing.js app.js. Traces pojawią się w Grafanie po chwili. Czym różni się Tempo od Jaeger i Zipkin? + Jaeger i Zipkin mają własne backend storage (Cassandra/Elasticsearch) i własne UI. Tempo jest "storage-only" — nie ma własnego UI, używa Grafana jako frontend. Tempo akceptuje wszystkie formaty (Jaeger, Zipkin, OTLP) ale przechowuje tanio w S3. Kluczowa zaleta Tempo: integracja z Grafana (korelacja metrics-logs-traces w jednym miejscu) i TraceQL jako zaawansowany język zapytań. Wadą: brak standalone UI poza Grafaną. Co to jest TraceQL i jak go używać? + TraceQL to język zapytań Tempo podobny do PromQL/LogQL — pozwala filtrować traces i spans po atrybutach. Przykłady: { .http.url = "/api/orders" } — wszystkie traces z tym URL; { .service.name = "api" && duration > 500ms } — wolne żądania do serwisu api; { .error = true } — traces z błędami. TraceQL jest dostępny w Grafana Explore (datasource Tempo) i w API Tempo /api/search. ## Sprawdź oferty pasujące do tego scenariusza Poniżej masz szybkie przejścia do ofert i stron z kodami rabatowymi tam, gdzie są dostępne. Contabo VPS z dużym dyskiem — idealny do self-hosted Tempo z MinIO backend Tracing VPS [Aktywuj rabat →](/out/contabo) #Reklama · link partnerski [Zobacz kod rabatowy →](/kody-rabatowe/contabo) Mikrus Tani VPS do testowania Grafana Tempo z OpenTelemetry Dev VPS [Aktywuj rabat →](/out/mikrus) #Reklama · link partnerski [Zobacz kod rabatowy →](/kody-rabatowe/mikrus) home.pl VPS z polskim supportem do obserwabilności aplikacji produkcyjnych Observability [Aktywuj rabat →](/out/home-pl) #Reklama · link partnerski [Zobacz kod rabatowy →](/kody-rabatowe/home-pl) ## Powiązane strony - [OpenTelemetry — distributed tracing dla aplikacji](/baza-wiedzy/opentelemetry-tracing-aplikacji) - [Grafana Loki — agregacja logów z Promtail](/baza-wiedzy/loki-grafana-logi) - [Prometheus + Grafana — monitoring VPS](/baza-wiedzy/monitoring-grafana-prometheus) - [Wszystkie artykuły](/baza-wiedzy/)