落地 eBPF 可观测性之 DeepFlow Agent 性能揭秘
出处：
mp.weixin.qq.com
作者：
让观测更简单
DeepFlow 基于 eBPF 实现了零插桩（Zero Code）的云原生应用可观测性，能够在不改代码、不改启动参数、不重启进程的前提下实现分布式追踪。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？这些问题我们在 SIGCOMM 2023 论文《Network-Centric Distributed Tracing with DeepFlow: Troubleshooting Your Microservices in Zero Code》中都有体系化的回答，论文将于九月份正式公开。 在此之前，为了尽快帮助大家扫清落地 eBPF 可观测性的最后障碍，最近我们也将 DeepFlow Agent 的自动化测试结果放到了线上 Demo 页面中[1]，本文将结合 Agent 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。
