Grafana Tempo 3.1 Aprimora Observabilidade com Foco em Kafka e Otimização de Custos

A versão 3.1 do Grafana Tempo chega com foco em refinar a ingestão de dados via Kafka e aprimorar a análise de traces. Para engenheiros de plataforma e equipes DevOps, as novidades no cliente Kafka são um ponto crucial. Agora o Tempo suporta TLS e mecanismos SASL adicionais como SCRAM-SHA-256, SCRAM-SHA-512, OAUTHBEARER e AWS_MSK_IAM. Isso é essencial para conexões seguras, especialmente em ambientes de nuvem. Outro avanço significativo é a introdução da opção client_rack, que otimiza custos de transferência de dados ao permitir que consumidores leiam réplicas Kafka na mesma zona de disponibilidade, evitando tráfego inter-zonas tarifado por provedores de nuvem. A configurabilidade do codec de compressão do produtor (producer_compression) também se destaca, abrindo portas para compatibilidade com backends como Azure Event Hubs que exigem codecs específicos.

No quesito análise, a redação de traces, antes restrita a IDs específicos no Tempo 3.0, agora permite o uso de queries TraceQL. Isso facilita a remoção em massa de dados sensíveis, um ganho de agilidade e segurança. Para métricas, o TraceQL 3.1 introduz o hint experimental with(extrapolate=true), que ajusta automaticamente as contagens para dados de traces amostrados, proporcionando maior precisão em ambientes com sampling variável. A capacidade de combinar queries de métricas com operações aritméticas (+, -, *, /) diretamente no TraceQL simplifica o cálculo de taxas como a de erros, antes exigindo manipulação externa. A funcionalidade de span pruning no endpoint trace-by-ID v2 também merece atenção: ela agrupa spans similares, tornando traces grandes muito mais legíveis ao resumir informações repetitivas.

Em relação à versão 3.0, que introduziu a ingestão em modo microserviços via Kafka, o Tempo 3.1 aprofunda essa integração. O que era um cliente Kafka funcional, mas básico, agora se torna um cliente robusto com suporte a TLS e múltiplos mecanismos SASL para autenticação segura. A redação de traces, presente no 3.0 com limitação de ID, evoluiu para um recurso flexível com queries TraceQL, tornando-a prática para cenários reais. As métricas TraceQL, que se tornaram GA no 3.0, foram aprimoradas com a inteligência de sampling-awareness e a capacidade de operações aritméticas, fornecendo dados mais precisos e análises mais complexas diretamente na ferramenta. O caminho de fetch apenas para spans, antes experimental no Tempo 3.0, agora é padrão para blocos vParquet5 no 3.1, significando consultas de métricas mais rápidas por padrão.

Este lançamento é importante porque eleva a capacidade do Grafana Tempo em ambientes de produção complexos, onde segurança, custo e precisão são prioridades. As melhorias na ingestão Kafka significam operações mais seguras e, potencialmente, redução significativa nos custos de infraestrutura de nuvem, um tema que a indústria tem endereçado, como vimos na cobertura do CEVIU sobre a Sumo Logic em 22 de setembro de 2026. Para equipes que lidam com grandes volumes de dados de observabilidade, a capacidade de redigir traces por query e de obter métricas mais precisas de dados amostrados, alinha o Tempo com as necessidades de governança e análise detalhada. Essas otimizações não só tornam o Tempo mais eficiente, mas também reforçam a importância de ferramentas de tracing distribuído integradas e de alto desempenho no ecossistema DevOps atual.