云原生-可观测性-零侵扰采集-全栈可观测-分布式追踪-eBPF-Wasm-DeepFlow可观测性平台

向阳，易德贤2023-12-27阅读:

在之前的文章「使用 DeepFlow Wasm 插件实现业务可观测性」中，我们介绍了 DeepFlow 中的二次开发利器 —— Wasm Plugin。利用插件，我们可以实现很多个性化的应用协议解析目标，本文介绍 Wasm Plugin 的常见性能调优手段，帮助你编写高性能的协议解析插件。

BenchmarkWebAssembly性能调优

向阳，李灼锋2023-12-27阅读:

本文介绍如何对 DeepFlow 进行配置以降低 ClickHouse 的存储开销。

性能调优

郑志聪2023-12-13阅读:

DeepFlow 对于云原生应用来说，完全具备零侵扰的形式提供应用可观测能力，这个能力得益于其基于 eBPF 以零侵扰的方式采集应用数据，并通过解析多种应用及业务协议来实现应用可观测能力，本文通过深入剖析代码流程，用实战的方法介绍 DeepFlow 中两种常见的协议扩展方法：如何从零开始增加支持一种全新的协议（MongoDB），以及如何利用 DeepFlow 的 Wasm Plugin 机制对已有协议（Kafka）的解析能力进行增强，此次分享的 MongoDB 协议及 Kafka 增加的字段都已经合 DeepFlow 6.4 版本，欢迎大家试用。

用户案例Meetup

涂永春2023-12-04阅读:

微拍堂电商平台面临成本与性能优化瓶颈、问题定位困难以及业务流梳理困难等挑战，公司运维团队决定构建对业务零侵扰的可观测性平台。评估众多开源解决方案后，选择了基于 eBPF 的 DeepFlow 开源项目作为数据底座，在此基础上针对公司业务需求进行二次开发，实现了完整的用户界面。可观测性平台在试运行过程中得到了研发团队及 SRE 团队的充分认可，开始推进全面上线基于 DeepFlow 二开的零侵扰可观测性平台。

用户案例Meetup

卢城2023-11-27阅读:

作为中国移动智慧中台的统一技术底座，磐基 PaaS 平台提供了高效的集群管理和调度功能，满足多元化的业务场景需求。该平台携手 DeepFlow 借助 eBPF 技术，解决了 APM 落地困难和组件追踪断路中的挑战，实现了全栈且无侵扰的应用可观测性。磐基 PaaS 平台将 eBPF 数据与现有的可观测数据整合，提供了**开箱即用的应用可观测性，全栈无盲点的调用链追踪等能力**，大大提升了各业务系统云化的底气，并促进了平台本身的快速推广。未来，平台还针对运营商等特定行业场景，进一步深化可观测性数据的融合，并将创新性地拓展其 AI 能力，以增强市场竞争力。

用户案例Meetup

林嘉炜2023-10-31阅读:

应用连接 Redis 的最佳实践是使用连接池，然而连接池通常会引入很多繁杂的配置。不合理的配置往往会造成性能隐患，并进而导致生产故障。当应用缺乏可观测性时，无法在故障发生前发现隐患，也难以在故障发生时快速定位。本文从一个普通的应用高时延入手，讲述如何使用 DeepFlow 快速定位问题根因。

AutoTracing实践案例RedisAutoProfiling

向阳2023-09-09阅读:

APM Agent 由于其侵扰性，难以在金融、电信、电力等行业的核心业务系统中落地，难以在云原生基础设施中插桩。eBPF 的零侵扰优势很好的解决了这些痛点，是云原生时代实现可观测性的关键技术。DeepFlow 基于 eBPF 的全景图、分布式追踪、持续性能剖析能力已服务于各行各业，帮助金融行业的分布式核心交易系统、电信行业的 5G 核心网、能源行业的分布式电力交易系统、智能网联汽车、云原生游戏服务等快速实现了零侵扰的可观测性，保障了新一代业务和基础设施的持续创新。

AutoTracingAPM

易德贤，李倩2023-09-08阅读:

DeepFlow 利用 eBPF 采集并解析应用协议，实现了零侵扰的分布式追踪和指标数据的采集。DeepFlow 已经内置支持了十多种应用协议的解析，并且还在持续增加中。但我们发现实际业务环境中情况会更加复杂，针对这些复杂场景，DeepFlow 实现了一套零侵扰的 WebAssembly 插件机制，使得开发人员可针对自己的业务环境定制化 DeepFlow 的协议解析能力。

WebAssembly

李倩2023-08-31阅读:

某车企的车控业务访问账户系统时无规律偶发连接超时（connection timeout），本案例分享利用 DeepFlow 深度剖析如何分钟级定位 K8s CNI 的 SNAT (Source Network Address Translation) 触发 Node 节点源端口冲突，导致连接服务端异常。

直播实录实践案例

李倩2023-08-17阅读:

本次案例为某智能汽车公司，业务监控告警发现某充电核心服务 SQL 查询时间偶现超过 200ms，对前方用户影响明显。此问题涉及多团队，仅问题定位就持续了将近 1 个星期未有结论，通过 DeepFlow 的调用日志及分布式调用链追踪的能力，快速定位瓶颈点为云网络抖动导致的，进而直接向云厂商提交工单并附带令人信服的证据。

直播实录实践案例

李倩2023-08-15阅读:

本次案例为某物流公司在今年 4 月份左右，SRE 通过监控 Nginx 日志，发现一个域名在每天晚上 12 点后存在大量持续 1s 的超时情况，这个问题困扰了用户近一个月。通过查看 DeepFlow 的调用日志，立即排除了业务响应慢的可能性，最终发现问题是 Nginx 自身配置问题导致的。这个案例展示了如何快速的定位 7 层网关时延瓶颈点。

直播实录实践案例

林嘉炜2023-06-05阅读:

DeepFlow 增加了 PromQL 支持，可无缝体验 Prometheus 提供的可观测能力，同时，通过 PromQL 结合 DeepFlow 提供的可观测性数据，我们可以打造更有想象力的 Dashboard。

PrometheusAutoTagging

产品

DeepFlow Enterprise 解决方案

DeepFlow Enterprise 案例学习

关于