可观测性

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。

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 内核 eBPF:从内核观测到网络加速的深度实战

深入剖析 eBPF 核心架构(Map体系、Helper函数、验证器)、程序类型与 Hook 体系(kprobe、XDP、TC、LSM)、可观测性实战(execsnoop、offcputime、CO-RE)、网络加速实战(XDP DDoS 防护、Katran LB、Cilium CNI)、安全模型与权限分层,以及生产环境最佳实践与性能调优策略。

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)。