deepflow: 一个使用 eBPF 和 Wasm 的云原生和 AI 应用零代码可观测性平台

它解决了什么问题

DeepFlow 为复杂的云原生和 AI 应用提供深度可观测性。它消除了开发人员手动埋点的需求，从而减轻了 DevOps 和 SRE 团队持续进行手动监控设置的沉重负担。

工作原理

DeepFlow 使用 eBPF 和 Wasm 插件来实现指标 (metrics)、分布式链路追踪 (distributed tracing)、请求日志 (request logs) 和函数性能分析 (function profiling) 的“零代码”数据采集。它采用了一种称为 SmartEncoding 的技术来预编码元标签，与标准的 ClickHouse 方法相比，这可以将存储开销降低 10 倍，并允许在不损失性能的情况下进行高维数据查询。

适用对象

它专为管理云原生和 AI 应用的 DevOps 和 SRE 团队设计，同时也适用于需要在应用服务、AI 服务和基础设施之间实现全栈可观测性的开发人员。

亮点

  • 零代码埋点: 使用 eBPF 自动采集指标和链路追踪数据，无需修改代码。
  • 全栈关联: 关联来自应用、运行时、内核和基础设施（网关、数据库、消息队列）的数据。
  • 持续性能分析: 以低于 1% 的开销采集 OnCPU/OffCPU/GPU/Memory/Network 火焰图。
  • 广泛的集成: 作为 Prometheus、OpenTelemetry、SkyWalking 和 Pyroscope 的存储后端。
  • 高效率: 使用 SmartEncoding 处理无限的维度和基数，并显著降低存储成本。

Sources