logo
logo
开箱即用的 eBPF 可观测性:中国移动磐基 PaaS 平台案例
在上一篇文章【中国移动磐基PaaS平台基于eBPF的应用可观测性建设实践】中分享了中国移动磐基 PaaS 平台如何将 eBPF 数据与现有的可观测数据整合,提供了开箱即用的应用可观测性,全栈无盲点的调用链追踪等能力。本篇文章将主要介绍开箱即用的可观测性能力如何快速实现故障定界、高效发现性能隐患。
开箱即用!随时就绪的应用可观测性 Dashboard
收到一批社区用户的使用建议后,我们在 DeepFlow 6.4 社区版中新增了一个简洁易用的「开箱即用」 Dashboard。当用户初次安装 DeepFlow、业务变更、扩容缩容时,随时都可以查看这个 Dashboard,及时发现应用的性能和稳定性隐患,深刻感受基于 eBPF 的零侵扰可观测性带来的便捷。
使用 DeepFlow 开启 Dubbo 可观测性
基于 DeepFlow 构建 Dubbo 的可观测 Dashboard,可实时监控 Dubbo 服务集群内的网络时延、应用服务时延、吞吐及调用日志,及时检查应用服务的健康水平并分析应用服务可用性。
使用 DeepFlow 开启 Redis 可观测性
基于 DeepFlow 构建 Redis 的可观测 Dashboard,实时监控 Redis 服务的网络状态、吞吐量、异常和错误,实现应用无盲点可观测,快速定位异常原因和排障。
DeepFlow Grafana 插件开发实践
Grafana 是目前最广泛使用的数据可视化软件之一,DeepFlow 中已有大量基于 Grafana Dashboard 解决的可观测性场景的实战分享。这些场景都是基于 DeepFlow Grafana 插件提供的查询能力来构建的。DeepFlow 社区致力于基于开源生态构建一个完整的可观测性平台,而终端呈现和数据的可视化呈现是其中的重要一环。本文对当前 DeepFlow 提供的 Grafana 插件做一个简单介绍,抛砖引玉,希望大家能了解并创造更多的 DeepFlow 可观测性生态应用,也希望能让大家掌握如何开发一套完整的 Grafana Plugin。
使用 DeepFlow 开启 DNS 可观测性
我们基于 DeepFlow 构建了对一个高效、可配置、无侵入、面向应用的 DNS 监控面板,可监控 DNS 服务的网络异常、吞吐、时延,以及访问日志,以快速定位性能瓶颈和排查故障原因
使用 DeepFlow 开启 MySQL 可观测性
我们基于 DeepFlow 构建了一个高效的、无侵入的 MySQL 可观测 Dashboard,可实时监控网络时延、吞吐、异常状况,并快速定位有性能问题的 SQL,快速定位性能瓶颈和排查故障原因。
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。**