以下は、実装を計画している主要機能の一部にすぎず、近い将来のものもあれば、長期的なものもあります。これらは大まかな優先順位で並べており、最後にウィッシュリストを記載しました。計画されている機能や現在の作業のより完全な概要については、さまざまなリポジトリのissueトラッカーを参照してください。たとえば、Jaegerバックエンド  を参照してください。

ClickHouseをネイティブデータソースとしてサポート

OLAPユースケース向けのオープンソースの列指向データベースであるClickhouse  のバックエンドストレージのサポート。Clickhouseは、大量の取り込みと検索に対して非常に効率的でパフォーマンスが高いため、特にトレースおよびログデータに適したデータベースです。また、Jaegerのいくつかの機能に役立つ集計も非常に迅速に行うことができます。[[機能]]: コアストレージバックエンドとしてのClickHouse 

OpenTelemetryコレクターとの統合

OpenTelemetryコレクター は、テレメトリデータの受信、処理、エクスポートのためのベンダーに依存しないサービスです。Jaegerのバックエンドコンポーネント（エージェント、コレクター、インジェスター、オールインワン）をOpenTelemetryコレクター上に再構築することに決定しました。これにはいくつかの利点があります。

• OpenTelemetry SDKとの自動的な互換性
• OpenTelemetryネイティブデータモデルとの前方互換性
• テールベースのサンプリング
• 属性プロセッサ
• より大規模なコミュニティの活用

詳細については、ブログ記事Jaeger embraces OpenTelemetry collector と、プロジェクト戦略を説明した以前の記事Jaeger and OpenTelemetry  を参照してください。この作業は、コレクターと関連するAPIがより安定した後、2021年末頃に行われる予定です。

現在の進捗状況は、area/otelとタグ付けされたissue  で追跡できます。

ウィッシュリストまたは長期的な目標

データパイプライン

Apache Flinkに基づいたトレース集計とデータマイニングのための収集後データパイプライン。この作業の一部は完了しており、jaeger-analytics-flink/  にあります。

Jaeger用のAI/MLプラットフォーム

• トレース/テレメトリデータでML/AIを行うためのコミュニティ/SIG。
• データサイエンティストがモデル（Jupyterノートブックなど）を簡単に記述および評価できるようにするための、JaegerとのML/AI統合。
• トレースデータから有用な情報を導出するモデル/後処理パイプラインのレジストリ。

詳細については、issueトラッカーを参照してください：jaeger/issues/1639 。

トレース品質メトリクス

さまざまなテクノロジーとプログラミング言語を利用する大規模組織でJaegerのような分散トレーシングソリューションをデプロイする場合、アーキテクチャのどれくらいがトレースと統合されているか、インストルメンテーションの品質はどうか、インストルメンテーションライブラリの古いバージョンを使用しているマイクロサービスがあるかなどについて、常に疑問が生じます。

トレース品質エンジン（jaeger/issues/367 ）は、バックエンドで収集されたすべてのトレースに対して分析を実行し、既知の完全性と品質の問題を検査し、品質メトリクスを改善するための提案と、問題を抱えているサンプルトレースへのリンクをサービスオーナーに提供します。

動的構成

様々なシナリオで役立つ動的な設定ソリューション（jaeger/issues/355 ）が必要です。

• サービスのブラックリスト化、
• サンプリング確率のオーバーライド、
• サーバー側のダウンサンプリングレートの制御、
• 適応サンプリングのためのサービスのブラック/ホワイトリスト化、
• など。

アイデア出し

• マルチテナンシー（メーリングリストスレッド ）
• クラウドおよびマルチDC戦略
• 異常なトレースのフラグ付け
• 運用ユースケースを補完するアラート機能