1. AutoProfiling

通过 eBPF 获取应用程序的函数调用栈快照，DeepFlow 可绘制任意进程的 Profiling 火焰图，帮助开发者快速定位函数性能瓶颈。函数调用栈中除了包含业务函数以外，还可展现动态链接库、语言运行时、内核函数的耗时情况。除此之外，DeepFlow 在采集函数调用栈时生成了唯一标识，可用于与调用日志相关联，实现分布式追踪和函数性能剖析的联动。

DeepFlow 的 AutoProfiling

2. 能力和限制

支持的 eBPF Profiling 数据类型：

类型	支持语言/库	社区版	企业版
on-cpu	Java	✔	✔
	C/C++	✔	✔
	Rust	✔	✔
	Golang	✔	✔
	Python *	✔	✔
	CUDA *	✔	✔
	Lua *	✔	✔
off-cpu	Java		✔
	C/C++		✔
	Rust		✔
	Golang		✔
	Python *		✔
	CUDA *		✔
	Lua *		✔
mem-alloc	Java		✔
	Rust *		✔
	Golang *		✔
	Python *		✔
mem-inuse	Rust *		✔
hbm-alloc	Python *		✔
hbm-inuse	Python *		✔
rdma	C/C++ *		✔

说明：

• *: features in development
• 类型：
  • on-cpu：函数在 CPU 上消耗的时间
  • off-cpu：函数等待 CPU 的时间
  • mem-alloc：对象的内存总分配量及函数调用栈
  • mem-inuse：对象的内存当前用量及函数调用栈
  • hbm-alloc：对象的 GPU 显存总分配量及函数调用栈
  • hbm-inuse：对象的 GPU 显存当前用量及函数调用栈
• 语言：
  • 编译为 ELF 格式可执行文件的语言：Golang、Rust、C/C++
  • 使用 JVM 虚拟机的语言：Java

获取 Profiling 数据需满足两个前提条件：

• 进程需要开启 Frame Pointer（帧指针寄存器）
  • 编译 C/C++：gcc -fno-omit-frame-pointer
  • 编译 Rust：RUSTFLAGS="-C force-frame-pointers=yes"
  • 编译 Golang：默认开启，无需额外编译参数
  • 运行 Java：-XX:+PreserveFramePointer
• 对于编译型语言的进程，编译时需要注意保留符号表

Off-CPU Profiling 功能仅会采集如下调用栈：

• 让出 CPU 时进程状态等于TASK_INTERRUPTIBLE（可中断睡眠）或TASK_UNINTERRUPTIBLE（不可中断睡眠）的调用栈
• 0 号进程（Idle 进程）以外的调用栈
• 含有至少一个用户态函数的调用栈
• 等待 CPU 的时间不超过 1 小时的调用栈