> For the complete documentation index, see [llms.txt](https://atomoh.gitbook.io/kubernetes/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://atomoh.gitbook.io/kubernetes/jp/kuizu/ke-guan-ce-xing/torshingu/03-opentelemetry-quiz.md).
# OpenTelemetryクイズ
OpenTelemetry についての理解度を確認しましょう。
***
1. OpenTelemetry がサポートする 3 つのシグナルは何ですか？
* A) Logs、Metrics、Events
* B) Traces、Metrics、Logs
* C) Spans、Counters、Logs
* D) Traces、Alerts、Logs
回答を表示
**回答: B) Traces、Metrics、Logs**
**解説:** OpenTelemetry は、可観測性の 3 つの中核シグナルである Traces（分散トレーシング）、Metrics、Logs を標準化します。これら 3 つのシグナルを統合的に収集して関連付けることで、包括的なシステム可観測性を実現できます。
***
2. OpenTelemetry Collector のコンポーネントの正しい順序はどれですか？
* A) Processors -> Receivers -> Exporters
* B) Exporters -> Processors -> Receivers
* C) Receivers -> Processors -> Exporters
* D) Receivers -> Exporters -> Processors
回答を表示
**回答: C) Receivers -> Processors -> Exporters**
**解説:** OTEL Collector のパイプラインは、Receivers（データ取り込み）-> Processors（データ処理・変換）-> Exporters（バックエンドへの送信）という構造です。Receivers はさまざまな形式のデータを受け入れ、Processors はバッチ処理、フィルタリング、属性の追加などを実行し、Exporters は処理済みのデータを送信先へ送ります。
***
3. OpenTelemetry の auto-instrumentation の利点ではないものはどれですか？
* A) コード変更なしでの Instrumentation
* B) 迅速な導入
* C) ビジネスロジックのきめ細かなトレーシング
* D) 一貫したメタデータ
回答を表示
**回答: C) ビジネスロジックのきめ細かなトレーシング**
**解説:** Auto-instrumentation は、コードを変更せずに HTTP、データベース、メッセージキューなどの一般的なライブラリ呼び出しを自動的にトレースします。ただし、ビジネスロジック内の詳細な操作やカスタム Metrics には manual instrumentation が必要です。auto-instrumentation と manual instrumentation を併用するのが一般的です。
***
4. OTEL Collector の tail\_sampling processor は、どのような場合に head-based sampling より有利ですか？
* A) リソース使用量を最小化する場合
* B) エラーまたはレイテンシーが発生したリクエストを見逃せない場合
* C) 実装をシンプルにする必要がある場合
* D) サンプリングの判断を高速に行う必要がある場合
回答を表示
**回答: B) エラーまたはレイテンシーが発生したリクエストを見逃せない場合**
**解説:** Tail-based sampling は、リクエスト完了後に結果（エラー、レイテンシーなど）に基づいてサンプリングするかどうかを判断します。これにより、重要なリクエスト（エラーの発生、応答時間の超過）を見逃すことがありません。一方、head-based sampling はリクエスト開始時に判断するため、より少ないリソース使用量でシンプルに実装できますが、重要なリクエストを見逃す可能性があります。
***
5. OpenTelemetry SDK における Resource の役割は何ですか？
* A) ネットワーク接続管理
* B) テレメトリデータを生成するエンティティの識別
* C) データ圧縮
* D) 認証トークン管理
回答を表示
**回答: B) テレメトリデータを生成するエンティティの識別**
**解説:** Resource は、テレメトリデータを生成するエンティティ（service、host、container など）を識別するメタデータです。データの発生元を明確にするため、service.name、service.version、deployment.environment などの属性が含まれます。この情報はすべてのテレメトリデータに自動的に付加されます。
***
6. EKS で最もリソース効率のよい OTEL Collector のデプロイパターンはどれですか？
* A) Sidecar パターン
* B) DaemonSet パターン
* C) Gateway パターン
* D) Deployment パターン
回答を表示
**回答: B) DaemonSet パターン**
**解説:** DaemonSet パターンは、ノードごとに 1 つの Collector だけを実行するため、リソース効率に優れています。Sidecar パターンは Pod ごとに Collector を実行するため、リソースのオーバーヘッドが大きくなります。Gateway パターンは集中管理できますが、単一障害点になる可能性があります。通常は、収集に DaemonSet、処理・送信に Gateway を組み合わせることが推奨されます。
***
7. OpenTelemetry Operator を使用して auto-instrumentation を注入するために Pod に適用する annotation はどれですか？
* A) `otel.io/inject: "true"`
* B) `instrumentation.opentelemetry.io/inject-java: "true"`
* C) `opentelemetry.io/auto: "enabled"`
* D) `trace.otel.io/enabled: "true"`
回答を表示
**回答: B) instrumentation.opentelemetry.io/inject-java: "true"**
**解説:** OpenTelemetry Operator は、`instrumentation.opentelemetry.io/inject-{language}` 形式の annotation を使用します。言語固有の annotation には、inject-java、inject-python、inject-nodejs、inject-dotnet、inject-go などがあります。これらの annotation を持つ Pod には、Instrumentation agent が自動的に注入されます。
***
8. OTEL Collector の設定における memory\_limiter processor の役割は何ですか？
* A) データ圧縮
* B) メモリ不足時のデータ損失防止
* C) キャッシュ管理
* D) ネットワークバッファ管理
回答を表示
**回答: B) メモリ不足時のデータ損失防止**
**解説:** memory\_limiter processor は、Collector のメモリ使用量を監視し、制限します。メモリ使用量が limit\_mib に達すると、OOM（Out of Memory）によるデータ損失を防ぐため、新規データの取り込みを拒否します。spike\_limit\_mib は、急激なメモリスパイクに備えるバッファを提供します。
***
9. OpenTelemetry の W3C Trace Context 標準において、traceparent header のコンポーネントではないものはどれですか？
* A) version
* B) trace-id
* C) parent-id
* D) span-name
回答を表示
**回答: D) span-name**
**解説:** W3C Trace Context の traceparent header 形式は `version-trace_id-parent_id-trace_flags` です。version は形式のバージョン、trace\_id はトレース全体の識別子、parent\_id は親 Span の ID、trace\_flags はサンプリングフラグです。span-name は Span 内に保存され、伝播 header には含まれません。
***
10. OTEL Collector パイプラインで複数のバックエンドにデータを送信するには、どのように設定しますか？
* A) バックエンドごとに別々の Collector を実行する
* B) exporters 配列に複数の exporter を列挙する
* C) 1 つの exporter に複数の endpoint を設定する
* D) fanout processor を使用する
回答を表示
**回答: B) exporters 配列に複数の exporter を列挙する**
**解説:** OTEL Collector のパイプライン設定では、exporters 配列に複数の exporter を列挙すると、同じデータがすべてのバックエンドに送信されます。例: `exporters: [otlp/tempo, awsxray, datadog]`。これにより、1 つの Collector で複数の可観測性バックエンドを同時に使用できます。
***