Observabilidad de Linux con BPF

Prefacio

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

En 2015, David trabajaba como desarrollador principal para Docker, la empresa que popularizó los contenedores. Su trabajo diario se dividía entre ayudar a la comunidad y hacer crecer el proyecto. Parte de su trabajo consistía en revisar la avalancha de pull requests que nos enviaban los miembros de la comunidad; también tenía que asegurarse de que Docker funcionara en todo tipo de escenarios, incluidas las cargas de trabajo de alto rendimiento que se ejecutaban y aprovisionaban miles de contenedores en cualquier momento.

Para diagnosticar problemas de rendimiento en Docker, utilizamos gráficos de llama, que son visualizaciones avanzadas para ayudarte a navegar por esos datos fácilmente. El lenguaje de programación Go hace que sea realmente fácil medir y extraer datos de rendimiento de la aplicación utilizando un punto final HTTP incrustado y generar gráficos basados en esos datos. David escribió un artículo sobre las capacidades del perfilador Go y cómo puedes utilizar sus datos para generar gráficos de llama. Un gran escollo de la forma en que Docker recopila los datos de rendimiento es que el perfilador está desactivado por defecto, de modo que si intentas depurar un problema de rendimiento, la primera acción que debes realizar es reiniciar Docker. El principal problema de esta estrategia es que, al reiniciar el servicio, probablemente perderás los datos ...