中国原创可观测性平台 DeepFlow 入选 SIGCOMM 2023

近日，SIGCOMM 2023 论文录取结果公布，由清华大学计算机科学与技术系尹霞教授团队与云杉网络 DeepFlow 团队共同发表的论文《Network-Centric Distributed Tracing with DeepFlow: Troubleshooting Your Microservices in Zero Code》被大会正式录用为 Main Session 文章。
SIGCOMM（Special Interest Group on Data Communication）是美国计算机协会 ACM 组织的旗舰型会议，也是国际上计算机网络领域的顶尖会议，拥有广泛的影响力和声誉。SIGCOMM 对论文的质量要求极高，要求录用工作有颠覆性创新、基础性贡献以及坚实的工程实践，2023 年从全世界顶尖科研机构投稿的 323 篇论文中仅录用了 71 篇，录用率 21%。SIGCOMM 录用的论文通常都会被广泛引用，在学术界和工业界均具有非常重大的影响力。
2010 年，Google 发表的《Dapper, a Large-Scale Distributed Systems Tracing Infrastructure》开启了分布式追踪（Distributed Tracing）的先河 [1]，它被认为是与 Borg、Spanner 并驾齐驱的 “改变企业数字化基础设施的三驾马车” [2]。在此之后分布式追踪技术沿着 Dapper 的核心理念蓬勃发展，并奠定了应用可观测性的基石。然而，绕不开的应用程序插桩难题使得它的落地异常艰辛，在云原生时代更是暴露出了基础设施及第三方服务无法插桩的严重问题。
经过近十年潜心研发，由中国本土团队发布的 DeepFlow 对可观测性领域中最核心的分布式追踪技术进行了颠覆性创新，并得到了 SIGCOMM 评审专家的一致认可。DeepFlow 充分利用先进的 eBPF 技术、结合团队多年深厚的网络研发经验、通过原创的流量分析技术，实现了零插桩（Zero Code）、全覆盖（Full Stack）、全关联（Universal Tagging）的可观测性，极大程度降低了云原生应用可观测性的落地复杂度。
DeepFlow 已在金融、能源、运营商、互联网等行业数十家头部客户得到了广泛的应用。2022 年 5 月，DeepFlow 已经在 GitHub 上开源[3]，以此鼓励全球可观测性领域的研究者和开发者能做出更多的创新和贡献。
引用资料
[1] Dapper, a Large-Scale Distributed Systems Tracing Infrastructure: https://research.google/pubs/pub36356/
[2] The Googlization of IT: Three Google Papers Transforming Enterprise Infrastructure: https://medium.com/lenny-for-your-thoughts/the-googlization-of-it-three-google-papers-transforming-enterprise-infrastructure-69ad975352e8
[3] DeepFlow in GitHub: https://github.com/deepflowio/deepflow