logo
logo
基于 DeepFlow 构建 APISIX 的统一可观测性能力
本文旨在阐述如何利用 DeepFlow 基于 eBPF 的零侵扰特性构建 APISIX 可观测性解决方案,在此基础上统一集成 APISIX 插件已有的丰富数据源,消除孤岛、构建统一的可观测性平台,以全面监控和分析 APISIX 网关。通过 DeepFlow,APISIX 可以实现从流量监控、追踪分析、到性能优化的全面可观测性,消除数据分散并提供中心化的监控视图,加速故障排查和性能调优,让 DevOps 和 SRE 团队的工作更加高效。本文将重点梳理 APISIX 的追踪数据、指标数据、访日日志及性能剖析数据如何对接 DeepFlow。
使用 DeepFlow 开启 Ingress 可观测性
意识到已有 K8s Ingress 监控数据的缺陷以后,我们动手基于 DeepFlow 生成了一个高效的 K8s Ingress 可观测性 Dashboard,粒度精细到域名、API Endpoint、后端服务,指标量覆盖请求、时延、异常、吞吐,以便快速找到性能瓶颈和故障原因。**得益于 DeepFlow 的 AutoTracing、AutoMetrics、AutoTagging、SmartEncoding 核心机制,我们可以从应用角度分析 K8s Ingress 的调用拓扑、性能指标、访问日志、调用链追踪,无需任何插码、配置修改、进程重启。**