应用性能指标
# 1. 服务
无需向应用中插入任何代码,DeepFlow 自动生成所有服务的应用性能指标:
- 数据库表名:
flow_metrics.vtap_app_port
- 自动注入的 Tag 列表:IP、协议、端口、采集位置、云资源、K8s 资源、K8s 自定义 Label,详细字段描述如下。
Name | DisplayName | Description |
---|---|---|
time | 时间 | |
region | 区域 | |
az | 可用区 | |
host | 宿主机 | 承载虚拟机的宿主机。 |
chost | 云服务器 | 包括虚拟机、裸金属服务器。 |
vpc | VPC | |
subnet | 子网 | |
router | 路由器 | |
dhcpgw | DHCP 网关 | |
lb | 负载均衡器 | |
lb_listener | 负载均衡监听器 | |
natgw | NAT 网关 | |
redis | Redis | |
rds | RDS | |
pod_cluster | K8s 容器集群 | |
pod_ns | K8s 命名空间 | |
pod_node | K8s 容器节点 | |
pod_ingress | K8s Ingress | |
pod_service | K8s 容器服务 | |
pod_group | K8s 工作负载 | 例如 Deployment、StatefulSet、Daemonset 等。 |
pod | K8s 容器 POD | |
service | 服务 | |
resource_gl0_type | 类型-容器 POD 优先 | 已废弃,请使用 auto_instance_type。 |
resource_gl0 | 资源-容器 POD 优先 | 已废弃,请使用 auto_instance。 |
resource_gl1_type | 类型-工作负载优先 | 已废弃,请使用 auto_service_type。 |
resource_gl1 | 资源-工作负载优先 | 已废弃,请使用 auto_service。 |
resource_gl2_type | 类型-服务优先 | 已废弃,请使用 auto_service_type。 |
resource_gl2 | 资源-服务优先 | 已废弃,请使用 auto_service。 |
auto_instance_type | 类型-容器 POD 优先 | auto_instance 实例对应的类型。 |
auto_instance | 资源-容器 POD 优先 | IP 对应的实例,实例为IP时,auto_instance_id显示为子网ID。 |
auto_service_type | 类型-服务优先 | auto_service 实例对应的类型。 |
auto_service | 资源-服务优先 | 在auto_instance 基础上,将容器服务的 ClusterIP 与工作负载聚合为服务,实例为IP时,auto_service_id显示为子网ID。 |
gprocess | 进程 | |
k8s.label | K8s Label | |
k8s.annotation | K8s Annotation | |
k8s.env | K8s Env | |
cloud.tag | Cloud Tag | |
os.app | OS APP | |
ip | IP 地址 | |
is_ipv4 | IPv4 标志 | |
protocol | 网络协议 | |
server_port | 服务端口 | |
l7_protocol | 应用协议 | |
app_service | 应用服务 | |
app_instance | 应用实例 | |
endpoint | 端点 | |
netns_id | Netns ID | |
tap | 采集点 | |
vtap | 采集器 | |
signal_source | 信号源 | |
role | 角色 |
generate from csv file: vtap_app_port.ch
- 支持的应用协议列表:L7 Protocol List,详细字段描述如下。
Value | DisplayName | Description |
---|---|---|
0 | N/A | |
1 | Others | |
20 | HTTP | |
21 | HTTP2 | |
22 | HTTP1_TLS | |
23 | HTTP2_TLS | |
40 | Dubbo | |
41 | gRPC | |
42 | ProtobufRPC | |
43 | SOFARPC | |
44 | FastCGI | |
60 | MySQL | |
61 | PostgreSQL | |
80 | Redis | |
81 | MongoDB | |
100 | Kafka | |
101 | MQTT | |
120 | DNS | |
127 | Custom |
generate from csv file: l7_protocol
- Metrics 列表:吞吐、时延、异常,详细字段描述如下。
Field | DisplayName | Unit | Description |
---|---|---|---|
request | 请求 | 个 | 请求总数 |
response | 响应 | 个 | 响应总数 |
rrt | 平均时延 | 微秒 | 统计周期内所有应用时延的平均值,一个应用时延由响应时间与请求时间的时差算得 |
rrt_max | 最大时延 | 微秒 | 统计周期内所有应用时延的最大值,一个应用时延由响应时间与请求时间的时差算得 |
error | 异常 | 个 | 异常包含客户端异常 + 服务端异常,根据具体应用协议的响应码判断异常,不同协议的定义见 l7_flow_log 中 response_status 字段的说明 |
client_error | 客户端异常 | 个 | 根据具体应用协议的响应码判断异常,不同协议的定义见 l7_flow_log 中 response_status 字段的说明 |
server_error | 服务端异常 | 个 | 根据具体应用协议的响应码判断异常,不同协议的定义见 l7_flow_log 中 response_status 字段的说明 |
timeout | 超时 | 个 | 未采集到响应的请求总数,不同的协议超时时间不同,例如 HTTP 默认未 1800s |
error_ratio | 异常比例 | % | 异常请求的百分比,通过异常 / 响应 计算得,即 error / response |
client_error_ratio | 客户端异常比例 | % | 客户端异常请求的百分比,通过客户端异常 / 响应 计算得,即 client_error / response |
server_error_ratio | 服务端异常比例 | % | 客户端异常请求的百分比,通过服务端异常 / 响应 计算得,即 server_error / response |
row | 行数 | 个 |
generate from csv file: vtap_app_port.ch
基于上述数据可通过 Grafana 构建丰富的 Dashboard。我们在 Grafana 中预置了一个 Application - K8s Pod
Dashboard,效果图如下:

Application K8s Pod
你也可以访问 DeepFlow Online Demo (opens new window) 查看效果。
# 2. 路径和拓扑
无需向应用中插入任何代码,DeepFlow 自动生成所有服务访问路径的应用性能指标:
- 数据库表名:
flow_metrics.vtap_app_edge_port
- 自动注入的 Tag 列表:IP、协议、端口、采集位置、云资源、K8s 资源、K8s 自定义 Label,详细字段描述如下。
Name | DisplayName | Description |
---|---|---|
time | 时间 | |
region | 区域 | |
az | 可用区 | |
host | 宿主机 | 承载虚拟机的宿主机。 |
chost | 云服务器 | 包括虚拟机、裸金属服务器。 |
vpc | VPC | |
subnet | 子网 | |
router | 路由器 | |
dhcpgw | DHCP 网关 | |
lb | 负载均衡器 | |
lb_listener | 负载均衡监听器 | |
natgw | NAT 网关 | |
redis | Redis | |
rds | RDS | |
pod_cluster | K8s 容器集群 | |
pod_ns | K8s 命名空间 | |
pod_node | K8s 容器节点 | |
pod_ingress | K8s Ingress | |
pod_service | K8s 容器服务 | |
pod_group | K8s 工作负载 | 例如 Deployment、StatefulSet、Daemonset 等。 |
pod | K8s 容器 POD | |
service | 服务 | |
resource_gl0_type | 类型-容器 POD 优先 | 已废弃,请使用 auto_instance_type。 |
resource_gl0 | 资源-容器 POD 优先 | 已废弃,请使用 auto_instance。 |
resource_gl1_type | 类型-工作负载优先 | 已废弃,请使用 auto_service_type。 |
resource_gl1 | 资源-工作负载优先 | 已废弃,请使用 auto_service。 |
resource_gl2_type | 类型-服务优先 | 已废弃,请使用 auto_service_type。 |
resource_gl2 | 资源-服务优先 | 已废弃,请使用 auto_service。 |
auto_instance_type | 类型-容器 POD 优先 | auto_instance 实例对应的类型。 |
auto_instance | 资源-容器 POD 优先 | IP 对应的实例,实例为IP时,auto_instance_id显示为子网ID。 |
auto_service_type | 类型-服务优先 | auto_service 实例对应的类型。 |
auto_service | 资源-服务优先 | 在auto_instance 基础上,将容器服务的 ClusterIP 与工作负载聚合为服务,实例为IP时,auto_service_id显示为子网ID。 |
gprocess | 进程 | |
tap_port_host | 采集网卡所属宿主机 | |
tap_port_chost | 采集网卡所属云服务器 | |
tap_port_pod_node | 采集网卡所属容器节点 | |
k8s.label | K8s Label | |
k8s.annotation | K8s Annotation | |
k8s.env | K8s Env | |
cloud.tag | Cloud Tag | |
os.app | OS APP | |
ip | IP 地址 | |
is_ipv4 | IPv4 标志 | |
is_internet | Internet IP 标志 | IP 地址是否为外部 Internet 地址。 |
protocol | 网络协议 | |
tunnel_type | 隧道类型 | |
server_port | 服务端口 | |
l7_protocol | 应用协议 | |
app_service | 应用服务 | |
app_instance | 应用实例 | |
endpoint | 端点 | |
netns_id | Netns ID | |
tap | 采集点 | Traffic Access Point,流量采集点,使用固定值(虚拟网络)表示云内流量,其他值表示传统 IDC 流量(支持最多 254 个自定义值表示镜像分光的位置)。 |
vtap | 采集器 | |
nat_source | NAT 源 | |
tap_port | 采集位置标识 | 当采集位置类型为本地网卡时,此值表示采集网卡的 MAC 地址后缀(后四字节)。 |
tap_port_name | 采集位置名称 | 当采集位置类型为本地网卡时,此值表示采集网卡的名称。 |
tap_port_type | 采集位置类型 | 表示流量采集位置的类型,包括本地网卡(云内流量)、云网关网卡(云网关流量)、分光镜像(传统 IDC 流量)等。 |
tap_side | 路径统计位置 | 采集位置在流量路径中所处的逻辑位置,例如客户端网卡、客户端容器节点、服务端容器节点、服务端网卡等。 |
signal_source | 信号源 |
generate from csv file: vtap_app_edge_port.ch
- 支持的应用协议列表:L7 Protocol List,详细字段描述如下。
Value | DisplayName | Description |
---|---|---|
0 | N/A | |
1 | Others | |
20 | HTTP | |
21 | HTTP2 | |
22 | HTTP1_TLS | |
23 | HTTP2_TLS | |
40 | Dubbo | |
41 | gRPC | |
42 | ProtobufRPC | |
43 | SOFARPC | |
44 | FastCGI | |
60 | MySQL | |
61 | PostgreSQL | |
80 | Redis | |
81 | MongoDB | |
100 | Kafka | |
101 | MQTT | |
120 | DNS | |
127 | Custom |
generate from csv file: l7_protocol
- Metrics 列表:吞吐、时延、异常,详细字段描述如下。
Field | DisplayName | Unit | Description |
---|---|---|---|
request | 请求 | 个 | |
response | 响应 | 个 | |
direction_score | 方向得分 | 得分越高时客户端、服务端方向的准确性越高,得分为 255 时方向一定是正确的。 | |
rrt | 平均时延 | 微秒 | |
rrt_max | 最大时延 | 微秒 | |
error | 异常 | 个 | |
client_error | 客户端异常 | 个 | |
server_error | 服务端异常 | 个 | |
timeout | 超时 | 个 | |
error_ratio | 异常比例 | % | |
client_error_ratio | 客户端异常比例 | % | |
server_error_ratio | 服务端异常比例 | % | |
row | 行数 | 个 |
generate from csv file: vtap_app_edge_port.ch
基于上述数据可通过 Grafana 构建丰富的 Dashboard。我们在 Grafana 中预置了一个 Application - K8s Pod Map
Dashboard,效果图如下:

Application K8s Pod Map
你也可以访问 DeepFlow Online Demo (opens new window) 查看效果。