作为一款优秀的开源分布式数据库软件，TiDB 得到越来越多的用户关注和应用，但在运维保障过程中同样面临着运维孤岛、定界定位难、获取可观测性数据开销大等挑战，本文总结了 TiDB 用户如何基于 DeepFlow 构建全栈可观测性的最佳实践，包括如何用 DeepFlow 高性能、零侵扰的可观测技术消除全链路追踪在 TiDB 侧的盲区，如何在 DeepFlow 中统一观测业务全景、SQL 事务全过程、网络性能、系统资源性能、文件读写性能、应用函数性能，从而为 TiDB 及其上应用构建出统一、立体、全方位的可观测性能力。

本文为 DeepFlow 在第 23 期得物技术沙龙上的演讲实录。

This article aims to elucidate how to leverage DeepFlow's zero-code feature based on eBPF to construct an observability solution for APISIX. On this basis, it integrates the rich data sources of existing APISIX plugins to eliminate data silos and build an all-in-one platform for comprehensive observability of the APISIX gateway. Through DeepFlow, APISIX can achieve comprehensive observability from traffic monitoring and tracing analysis to performance optimization, eliminating data dispersion and providing a centralized view. This accelerates fault diagnosis and performance tuning, making the work of DevOps and SRE teams more efficient. This article will focus on how APISIX's tracing data, metric data, access logs, and performance profiling data can be integrated with DeepFlow.

DeepFlow 支持 TLS 握手消息解析以后，HTTPS 的全栈分布式追踪链路更精细了！

Due to its intrusive nature, APM Agent is difficult to deploy in core business systems in finance, telecommunications, and power industries. It is also challenging to instrument into cloud-native infrastructures. The Zero Code advantage of eBPF effectively addresses these pain points, making it a key technology for achieving observability in the cloud-native era. DeepFlow, based on eBPF, has provided universal views, distributed tracing, and continuous performance profiling capabilities to various industries. It has helped achieve Zero Code observability in distributed core transaction systems in the financial industry, 5G core networks in the telecommunications industry, distributed power trading systems in the energy industry, intelligent connected cars, and cloud-native game services, ensuring continuous innovation for the new generation of businesses and infrastructure.

应用连接 Redis 的最佳实践是使用连接池，然而连接池通常会引入很多繁杂的配置。不合理的配置往往会造成性能隐患，并进而导致生产故障。当应用缺乏可观测性时，无法在故障发生前发现隐患，也难以在故障发生时快速定位。本文从一个普通的应用高时延入手，讲述如何使用 DeepFlow 快速定位问题根因。

APM Agent 由于其侵扰性，难以在金融、电信、电力等行业的核心业务系统中落地，难以在云原生基础设施中插桩。eBPF 的零侵扰优势很好的解决了这些痛点，是云原生时代实现可观测性的关键技术。DeepFlow 基于 eBPF 的全景图、分布式追踪、持续性能剖析能力已服务于各行各业，帮助金融行业的分布式核心交易系统、电信行业的 5G 核心网、能源行业的分布式电力交易系统、智能网联汽车、云原生游戏服务等快速实现了零侵扰的可观测性，保障了新一代业务和基础设施的持续创新。

本文由 InfoQ 整理自云杉网络 DeepFlow 产品负责人向阳在 QCon 全球软件开发大会（北京站）2022 上的演讲分享，主题为“基于 eBPF 的云原生可观测性深度实践”。

传统 APM 聚焦在代码层面，不具备全栈多维度无盲点看问题的能力，同时由于插码的阻碍往往难以覆盖所有微服务，DeepFlow 依靠 eBPF 零代码修改采集全栈追踪数据并聚合生成了调用关系，可以增强传统 APM 的数据，大大缩短问题定界时间。对于已经使用传统 APM 工具的用户，可以考虑使用 DeepFlow 提供的 API 来增强应用依赖拓扑及调用追踪，以获得全栈数据追踪能力。

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。