logo
logo
落地 eBPF 可观测性之 DeepFlow Agent 性能揭秘
DeepFlow 基于 eBPF 实现了零插桩(Zero Code)的云原生应用可观测性,这是一种全新的技术手段,因此不少用户在选型和落地 DeepFlow 的过程中会对它的性能开销存在疑问。到底 Agent 的运行会对业务造成什么样的影响?而 Agent 自身的资源开销又如何?最近我们将 DeepFlow Agent 的自动化测试结果放到了线上 Demo 页面中,本篇文章将结合 Daily Build 的测试数据,系统性的阐述我们的测试方法和测试结果,揭示 Agent 的业务影响和资源开销,帮助大家扫清落地 eBPF 可观测性的最后障碍。
使用 eBPF 零代码修改绘制全景应用拓扑
本文为 DeepFlow 在首届云原生社区可观测性峰会上的演讲实录。
使用全景拓扑持续跟踪云原生应用的压测性能瓶颈
测试小姐姐正在对云原生的电商应用进行压测,但是如何对压测结果进行持续的观测呢?这一直是比较头痛的事情,本文将介绍如何利用 DeepFlow 的全景拓扑帮助小姐姐快速找到瓶颈点。DeepFlow 全景拓扑无需业务修改代码、配置或者重启服务,利用 BPF/eBPF 技术通过对业务零侵扰的方式构建而来,这是一种很便捷且低成本的方式来观测全链路压测的结果。
使用 DeepFlow 开启 Dubbo 可观测性
基于 DeepFlow 构建 Dubbo 的可观测 Dashboard,可实时监控 Dubbo 服务集群内的网络时延、应用服务时延、吞吐及调用日志,及时检查应用服务的健康水平并分析应用服务可用性。
基于 eBPF 的云原生可观测性深度实践
本文由 InfoQ 整理自云杉网络 DeepFlow 产品负责人向阳在 QCon 全球软件开发大会(北京站)2022 上的演讲分享,主题为“基于 eBPF 的云原生可观测性深度实践”。
利用 DeepFlow 为传统 APM 开启全栈追踪能力
传统 APM 聚焦在代码层面,不具备全栈多维度无盲点看问题的能力,同时由于插码的阻碍往往难以覆盖所有微服务,DeepFlow 依靠 eBPF 零代码修改采集全栈追踪数据并聚合生成了调用关系,可以增强传统 APM 的数据,大大缩短问题定界时间。对于已经使用传统 APM 工具的用户,可以考虑使用 DeepFlow 提供的 API 来增强应用依赖拓扑及调用追踪,以获得全栈数据追踪能力。
K8s 应用的网络可观测性: Cilium vs DeepFlow
随着分布式服务架构的流行,特别是微服务等设计理念在现代应用普及开来,应用中的服务变得越来越分散,因此服务之间的通信变得越来越依赖网络,很有必要来谈谈实现微服务可观测性中越来越重要的一环——云原生网络的可观测。K8s 是微服务设计理念能落地的最重要的承载体,本文主要聚焦谈谈 K8s 的网络可观测性,以及其给基础设施/应用等团队能带来的价值。
应用响应时延背后深藏的网络时延
应用异常时,基本可以分为服务访问不通和服务响应慢两个大类。其中服务响应慢的问题定位非常棘手,很多无头案。应用团队有日志和追踪,对于自认为的不可能不合理的事情都会甩给基础设施团队,又由于基础设施团队现有的监控数据缺乏应用的观测视角,通常成为一切「不是我的问题」超自然现象的终极背锅侠,其中以网络团队尤为严重。
可观测性实战:快速定位 K8s 应用故障
故障发生在2023春节前两天,DeepFlow 团队内部访问工单系统出现问题,影响了所有北京区的同事,这篇文章将详细记录如何利用 DeepFlow 定位到对这次问题根因(网关 MSS 误变更导致报文大于 MTU,大数据报文被丢弃)。
DeepFlow AutoTagging 10x 性能提升实战
本文为云杉网络`原力释放 - 云原生可观测性分享会`第十四期直播实录。
使用 DeepFlow 开启 Redis 可观测性
基于 DeepFlow 构建 Redis 的可观测 Dashboard,实时监控 Redis 服务的网络状态、吞吐量、异常和错误,实现应用无盲点可观测,快速定位异常原因和排障。
K8s 服务异常排障过程全解密
K8s 让应用发布更加快速安全,让应用部署也更加灵活,但在带来这些便利性的同时,也给应用排障增加了 K8s 平台层面的复杂度,本篇文章将以常见的服务异常入手,来详细拆解 K8s 服务访问方式,以及如何利用现有的可观测体系来对 k8s 平台和应用服务进行快速排障。
68