DeepFlow问答合集｜“原力释放 云原生可观测性分享会”

云原生应用可观测性实践——云杉网络 研发VP 向阳｜预热期 问答整理 Q：1．中小企业没有那么大的开发能力，应该如何将这些数据打通？ A：开源可考虑比如 Grafana 和 Tempo、Loki，比如 OpenTelemetry，这些能力社区已经在做了。推荐 DeepFlow，无论是公有云还是私有云，不用再去构建一套观测基础设施，不用耗费时间维护。 Q：2．请问这个 ClickHouse 性能（300x）是怎么做到的？ A：最早我们用 ES，后来改到 InfluxDB 发现指标数据性能 3x，主要得益于它在时间维度（TSM）的优化。后来遇到读写瓶颈和高基问题后我们在 InfluxDB 上做了二次开发，相比开源 InfluxDB 有 10x 提升，主要得益于我们深入到 Golang 语言级别的各种苛刻优化，比如对 Golang 原生的 map 性能优化 10x、原生的 pool 性能优化 10x。再到后来我们发现基于 InfluxDB 做 “优化” 不能根本上解决高基问题，切换到 ClickHouse 后我们发现性能有有了至少 10x 提升（总共 3x10x10x=300x）。稍微总结下主要得益于 CK 的稀疏索引和数据压缩。俄罗斯人优化能力强。 Q：3．eBPF 对 cpu 的开销如何？ A：BPF 生产数据较多，5% 上下的影响。eBPF 目前没有较多的生产数据，但实验数据表明也是 5% […]