基于eBPF技术的云原生可观测实践

eBPF技术是Linux内核3.15版本中引入的全新设计，自从2014年发布以来，一直都备受瞩目。在过去几年中，基于eBPF技术的实践和工程落地层出不穷，出现了爆发式的增长。2015年微软、Google、Facebook、Netflix 和 Isovalent 也共同宣布在 Linux 基金会下成立了一个新的 eBPF 基金会，以帮助支持该技术的发展，并促进正在发展的许多基于 eBPF 的开源项目之间的合作。
eBPF技术已然成为基础设施世界中最有影响力的技术之一。

01 什么是eBPF？

我们知道操作系统分为用户空间和内核空间，内核是操作系统的核心，它独立于常规的应用程序，可以访问受保护的内存空间，也有访问底层硬件设备的所有权限。为了保证内核的安全，现在的操作系统一般都强制用户进程不能直接操作内核。而应用程序通常是在用户空间中运行，每当这些应用程序想要以任何方式与硬件交互时，都必须向内核发出请求来获得访问权限，同时，内核还负责调度各个应用程序，以确保多个进程同时运行。
eBPF的强大与神奇之处，就是在内核和用户空间之间架起了“桥梁”，改变了操作系统和基础设施服务的设计方式，将原先的BPF发展成一个指令集更复杂、应用范围更广的“内核虚拟机”，以提供更多的可编程性、可扩展性和敏捷性。
eBPF程序能在操作系统的内核中运行，并在不更改内核源代码的情况下对内核进行检测。为了避免注入的代码导致内核崩溃，eBPF会对注入的代码进行严格检查，拒绝不合格的代码的注入，保证eBPF程序运行的稳定性和安全性。

02可观测性体系构建

在云原生可观测体系构建中，业界通常将指标（Metrics）、链路（Tracing）和日志（Logging）称为可观测性的“三大支柱”。而在具体实践中，这三个监测维度与其说是“支柱”，更像是三条相互交织、相互关联的“线”，在各自侧重自身领域能力建设的基础上又要实现互联——以“链路”能力串起所有应用系统的依赖拓扑关系，补充“指标”能力实时掌控链路上各个节点的健康状况，兼以“日志”能力实现深度的业务分析与错误定位。

针对可观测性体系所需要的这三个方面能力的构建，行业内分别都有比较成熟的开源项目可以直接使用，比如云原生运行指标数据的采集与展示基本采用Prometheus + Grafana来构建，链路追踪有Skywalking、Zipkin等APM工具，也有基于交换机镜像通过网络旁路进行采集分析的NPM类产品，而日志体系使用的比较多的有ELK。

针对这些产品的组合，我们也可以比较快速地搭建一个可观测性系统，但是从业界实践来看，这样组装的系统普遍存在几类痛点：
· 缺乏全局性的系统和网络拓扑关系。不管是采用APM还是NPM来绘制链路，受限于采集方式，无法完整覆盖所有应用系统、主机、负载均衡器等维度的网络调用链路拓扑，无法构建全面的链路拓扑。
· 数据采集方式不具备普适性。Skywalking与Zipkin等APM类产品需要采用SDK集成或Agent等方式，随着应用部署运行，采集特定埋点的指标数据，这两类方式都都要依赖应用方进行适配改造，埋点的数据采集又局限于特定语言和技术栈。而在云原生环境中，多语言应用、不同通信协议共存的情况下，存在适配工作量极大、应用感知明显的问题；而NPM由于是通过交换机镜像采集网络流量，一方面随着云原生应用在虚拟网络上运行，流量不经过物理交换机，单从物理交换机采集流量并不能有效支持上云业务的监测分析需要，另一方面，未将抓取的网络信息与云资源信息结合，无法呈现应用容器间、网络关键组件的网络拓扑。

03基于eBPF技术的可观测实践探索

如上文所诉，eBPF技术在用户空间和内核空间之间架起了“桥梁”，通过将eBPF程序加载到trace points、内核、及用户空间应用，使得我们可以从内核空间获取应用程序的运行时行为（runtime behavior）和系统事件（system event）。应用端与系统端的这种观测能力结合，能在排查系统性能问题时提供更强大的能力和独特的信息。

同时，相比于操作系统提供的静态计数器（counters、gauges），eBPF能在内核中收集和聚合自定义metric，并能从不同数据源来生成可观测数据，这既扩展了可观测性的深度，也显著减少了整体系统开销，因为通过eBPF可选择只收集必要的数据，这也极大地提高了在大规模生产环境中构建可观测性能力的可行性。
相比于传统监测数据采集与分析技术，基于eBPF技术的可观测系统有着显著的优势：
· 零侵入式，eBPF采集端程序与应用系统运行在不同的进程中，不会对应用系统运行带来影响；
· 语言无关性，无论待监测的应用系统采用的是什么开发语言或技术框架，都可实现覆盖，构建全面的链路拓扑和可观测图谱；
· 多环境适配，不管应用系统运行的基础环境是采用Kubernetes或Open Shift等云原生平台、虚拟机集群、物理机、还是科创环境，都可实现适配，采用一套采集方式来实现多环境覆盖。