专题演讲嘉宾：向阳

随着越来越多的应用采用云原生架构，可观测性的关注程度急剧上升，成为业界讨论的云原生热点话题。但实际在落地可观测性的过程中，会发现开发人员需要付出很多建设工作，埋点、插码、改造 RPC 框架，乃至因为可观测性需求影响到业务架构的技术选型。几乎同时成为热点的，还包括以零侵扰特性著称的 eBPF 技术，但大家谈论更多的是 eBPF 技术本身，苦恼的是它对于内核版本的需求，以及将它落地到生产环境的技术掌控难度，如何利用它的优势降低可观测性建设的成本，目前还没有好的实践总结。

刚刚开源的 DeepFlow 是一个高度自动化的可观测性协作平台，它背后的企业版产品已有多年的云原生环境实战沉淀。DeepFlow 深度使用 eBPF 技术，十四年来首次实现了对分布式追踪技术的重大创新，极大的降低了开发者的埋点插码负担，并通过集成 OpenTelemetry 数据消除了云原生环境下的追踪盲点。此外，通过对 cBPF 的灵活使用，DeepFlow 支持对任意编程语言、任意开发框架的全栈应用性能指标采集，且避免了 eBPF 对内核版本的依赖。本次分享将深度解密 DeepFlow 基于 eBPF 的可观测性能力建设。

演讲提纲：

1. 分布式追踪：回顾十四年历史，剖析云原生时代的新痛点

• 分布式追踪：从 Dapper 到 Skywalking 到 OpenTelemetry 的历史
• 云原生时代，微服务拆分越来越细，应用插码总是插不全
• 云原生时代，服务之间的链路越来越复杂，链路追踪总是追不全

2. AutoTracing：DeepFlow 基于 eBPF 之上的颠覆性创新

• 以 Istio Bookinfo Demo 为例演示 DeepFlow 高度自动化的分布式追踪能力
• AutoTracing 背后的关键技术洞察：内核线程模型
• 实现 AutoTracing 的六大挑战：线程复用、NIO/AIO、跨线程、调用追踪、HTTP 追踪、构造火焰图

3. 让追踪无盲点：全栈、全链路，利用创新技术的最佳实践

• 集成 OpenTelemetry 数据消除云原生环境下的追踪盲点，让 AutoTracing 发挥最大价值
• 以 Spring Boot Demo 为例演示 DeepFlow 的无盲点追踪能力
• 无盲点追踪激活团队协同，让运营、开发、运维在一个频道上对话

4. 展望未来：开源共建，开启高度自动化的可观测性新时代

• DeepFlow：高度自动化的可观测性协同平台
• 基于 cBPF 的 AutoMetrics、AutoLogging 全栈应用性能指标、应用访问日志能力
• AutoTagging + SmartEncoding：10x 性能、自动标签注入，规范化所有可观测数据
• 作为使用者，最小代价落地 DeepFlow
• 作为贡献者，参与 eBPF 在可观测性的最佳实践

听众收益：

• 深度了解如何利用 eBPF 实现颠覆性的零插码全栈分布式追踪
• 了解如何利用 cBPF 避免 eBPF 对内核的依赖，自动采集应用性能指标和访问日志
• 了解如何最小代价使用 DeepFlow
• 了解如何参与 DeepFlow 开源社区