内核视角下持续剖析 VS 代码视角下的持续剖析

文章预览

火热的eBPF技术当下在可观测性领域的应用热点有两个主要的方向： 从内核中打开网络黑盒拿到相关的数据 利用eBPF技术实现Continues Profiling 在GitHub上，国内外的 eBPF 主流开源软件是打开网络黑盒提高可观测性，另外一部分就是Continues Profiling，其中Continues Profiling最有名的就是Pyroscope项目，并被Grafana收购。 什么是Continues Profiling？ 以下内容来自于GPT4的回答： 持续剖析（Continuous Profiling）是一种软件性能优化技术，旨在实时收集程序运行时的性能数据，如CPU使用率、内存分配、线程锁等待时间等。这些数据通常通过在代码中嵌入剖析器（Profiler）来收集，剖析器能够监测和记录应用程序在执行过程中的各种性能指标。 持续剖析的目标是帮助开发者理解应用程序在生产环境中的实际运行性能，从而发现性能瓶颈和优化机会。与传统的剖析（通常在开发或 ………………………………