deepflowio/deepflow

eBPF Observability - Distributed Tracing and Profiling

它解決的問題

DeepFlow 為複雜的雲原生和 AI 應用程式提供深度可觀測性。它消除了開發者手動儲存代碼的需求，減輕了 DevOps 和 SRE 團隊持續手動監控設置的沉重負擔。

它的工作原理

DeepFlow 使用 eBPF 和 Wasm 插件來實現「Zero Code」的指標、分散式追蹤、請求日誌和函數剖析資料收集。它採用稱為 SmartEncoding 的技術，預先編碼中繼標籤，與標準 ClickHouse 方法相比，儲存開銷降低了 10 倍，並且在不損失效能的情況下支援高維度資料查詢。

適用對象

它專為管理雲原生和 AI 應用程式的 DevOps 和 SRE 團隊設計，同時也適用於需要在應用服務、AI 服務和基礎設施之間獲得全棧可觀測性的開發者。

特色

  • Zero Code Instrumentation：使用 eBPF 自動收集指標和追蹤資料，無需程式碼變更。
  • Full Stack Correlation：關聯來自應用程式、執行時期、核心以及基礎設施（閘道器、資料庫、訊息佇列）的資料。
  • Continuous Profiling：以低於 1% 的開銷收集 OnCPU/OffCPU/GPU/Memory/Network 火焰圖。
  • Broad Integration：作為 Prometheus、OpenTelemetry、SkyWalking 和 Pyroscope 的儲存後端。
  • High Efficiency：使用 SmartEncoding 處理無限維度和基數，儲存成本顯著降低。