eBPF技术

eBPF AI 推理服务全链路可观测性工程实战

深入探讨如何利用eBPF构建AI推理服务的全链路可观测性工具栈,覆盖从请求入口到GPU计算完成的完整链路,包含GPU kernel launch追踪、CPU调度延迟分析、内存分配热点检测、网络层追踪等实战案例与代码示例。

深入理解 Linux eBPF:革命性的内核可观测性技术

eBPF(Extended Berkeley Packet Filter)允许运行沙盒程序,深入讲解验证机制、JIT编译、Map数据结构、实战可观测性场景(系统调用追踪/网络流量分析/CPU剖析/内存泄漏检测),涵盖BCC、libbpf CORE及云原生eBPF工具生态。

Linux BPF Iterator 深度实战:可观测性革命的内核级数据导出技术

深入解析 Linux 5.8 引入的 BPF Iterator 机制——一种可编程的内核级数据导出框架。从内核源码层面剖析 bpf_iter 注册模型、seq_file 回调链、批处理迭代语义,到用户态 perf_event 与 ring buffer 的高效数据搬运。涵盖 task_iter/task_file_iter/mmap_iter/vmap_iter/mem_iter/tcp_iter/udp_iter 等十余种标准 iterator 的实现原理与性能特征,并给出生产实践中用 BCC/bpftrace 构建自定义 iterator 的完整范例(进程网络画像、容器级 PID 命名空间遍历、脏页追踪)。

eBPF与XDP高性能网络包处理深度实战:从虚拟机架构到生产级数据面工程

深入剖析eBPF虚拟机核心架构(验证器/Map/辅助函数/JIT/BTF)、XDP三种attach模式与五种返回码、程序类型与挂载点选择矩阵、工程实践四要素(Map并发安全/尾调用/批量化/NUMA感知)、生产级案例(L4 LB/DDoS清洗/零信任网络)、工具链与调试方法、性能极限与陷阱、未来演进方向。