云杉网络DeepFlow核心的可观测性数据流引擎正式开源

经过多年在混合云环境下的耕耘,云杉网络自主研发的DeepFlow可观测性平台得到了多家企业客户的认可,并在金融、电信、能源等行业得到了广泛的应用。今天正式宣布开源DeepFlow核心的可观测性数据流引擎,希望将高度自动化的可观测性能力、自动追踪和自动标签能力开放到整个行业,帮助企业客户优化云原生运维工作运行的效率、稳定性和计算成本。

一、为什么需要可观测性?

大量云原生技术的采用,导致IT系统越来越复杂,快速排障变得越来越难。传统的应用监控(APM)和网络监控(NPM)工具,可以发现某个函数调用失败或者某个链路性能下降,却难以在复杂的云环境下找到故障发生的根本原因。Epsagon的一项调查表明,应用开发者有高达30%的时间花在可观测性能力建设上,另有20%的时间花在代码Debug上,而Debug花费的大部分时间又恰好是可观测性建设不足导致。

可观测性建设的难点包括两个方面:

  埋点插码难

开发者需要考虑为每一种语言、每一种框架进行埋点和插码。一些公司的业务开发团队很幸运,会有类似IDP(Internal Developer Platform)的团队负责整个公司的可观测性能力建设,提供埋点和插码的SDK。但大部分语言缺乏类似JVM的字节码注入机制,IDP团队每一次的SDK升级都需要业务开发团队同步发版、上线。

开发者需要考虑在微服务之间如何传递追踪上下文。同样需要为每一种语言、每一种框架进行埋点和插码,另一方面像MQTT 3.X、MySQL、Redis等缺乏Header Option字段的协议经常成为追踪的噩梦。

开发者需要为每一个指标、追踪、日志数据注入大量的属性标签,以便于后续能够对观测数据进行灵活的过滤、分组及关联。然而这些标签已经存在于K8s apiserver、服务注册中心、应用协议Header中,开发者不得不重复这份工作将他们搬迁到观测数据中。平台运维难

开发者需要考虑如何避免指标数据中携带高基标签,有些时候因为后端TSDB(Time Series Database)性能的不足,无奈将高基Tag字段转换为Metrics,甚至丢弃;限制观测数据的猖獗增长,在复杂的采样策略之间权衡选择以降低数据量,但通常会在某次问题排查时发现数据不全而无法进行;维护复杂的可观测平台,他们通常有着负载均衡、消息队列依赖。随着复杂度的增长,可观测性平台本身的可观测性能力同样也成为问题。

二、DeepFlow可观测性平台

云杉网络在SDN及云网络领域深耕近十年,逐步从SDN核心技术走向IT系统的自动化和可观测性,率先推出了DeepFlow云原生可观测性平台,面向混合云、容器、微服务的全栈虚拟化环境,实现对网络、系统、应用的全栈指标和全链路追踪,结合云资源知识图谱实现100+维度指标数据的动态标注,拥有零侵扰部署的特性。获得众多大型银行的青睐和认可,成为商用的云原生监控产品,并在近百家重点行业的企业云数据中心得到广泛应用。

随着云时代为了让业务运行更加稳定、业务创新更加高效,开发、运维、SRE团队对可观测性的需求空前高涨,但不同的团队所选择的可观测性方案和实践路径又各有不同,从应用开发团队看来可观测性建设已成为一项必要工作。

为帮助大家有效应对以上困境,正式将DeepFlow核心的可观测性数据流引擎开源,这一个为云原生应用开发者建设可观测性能力而量身打造的全栈、全链路、高性能数据引擎,能够显著降低开发者的埋点、插码、维护负担,通过AutoTagging机制打破数据孤岛,解锁数据下钻能力;基于创新的高性能SmartEncoding机制告别高基烦恼和资源焦虑;利用DeepFlow的可编程能力和开放接口,开发者可以快速将其融入到自己的可观测性技术栈中。

  三、开源的DeepFlow(原名:MetaFlow)有什么优势?

  全栈

DeepFlow开源版使用AF_PACKET、BPF、eBPF技术实现的AutoMetrics机制,可以自动采集任何应用的RED性能指标,精细至每一次应用调用,覆盖从应用到基础设施的所有软件技术栈。在云原生环境中,DeepFlow开源版 的AutoTagging机制自动发现服务、实例、API的属性信息,自动为每个观测数据注入丰富的标签,从而消除数据孤岛,并释放数据的下钻能力。

  全链路

DeepFlow开源版使用eBPF技术创新的实现了AutoTracing机制,在云原生环境中自动追踪任意微服务、基础设施服务的分布式调用链。在此基础上,通过与OpenTelemetry的数据集成,将eBPF Event与OTel Span自动关联,实现完整的全栈、全链路追踪,让追踪无盲点。

  高性能

DeepFlow开源版创新的SmartEncoding标签注入机制,能够将标签数据的存储性能提升10倍,从此告别高基标签和数据采样焦虑。使用Rust实现Agent,拥有极致处理性能的同时保证内存安全。使用Golang实现Server,重写了Golang的map、pool基础库,数据查询和内存申请均有近10倍的性能提升。

可编程

DeepFlow开源版目前支持了对HTTP、HTTPS、Dubbo、MySQL、Redis、Kafka、MQTT、DNS协议的解析,并将保持迭代增加更多的应用协议支持。除此之外,DeepFlow开源版计划基于WASM技术提供了可编程接口,让开发者可以快速具备对私有协议的解析能力,并可用于构建特定场景的业务分析能力,例如5GC信令分析、金融交易分析、车机通信分析等。

开放接口

DeepFlow开源版支持接收广泛的可观测数据源,并利用AutoTagging和SmartEncoding提供高性能、统一的标签注入能力。支持插件式的数据库接口,开发者可自由增加和替换最合适的数据库。向上为所有观测数据提供统一的标准SQL查询能力,便于使用者快速集成到自己的可观测性平台中,也提供了在此基础上继续开发方言QL的可能性。

易于维护

DeepFlow开源版仅由Agent、Server两个组件构成,将复杂度隐藏在进程内部,将维护难度降低至极致。DeepFlow Server集群可对多资源池、异构资源池、跨Region/AZ资源池中的Agent进行统一管理,且无需依赖任何外部组件即可实现水平扩展与负载均衡。

四、为什么要开源?

建设可观测性已经成为云原生应用开发者的必要工作,然而现有的解决方案正悄无声息的消耗着开发者越来越多的时间。开发者需要考虑如何为新的框架插入追踪代码?如何为新的语言增加打桩点?如何为每条日志和指标注入上百个标签?如何维护越来越复杂的可观测性数据平台?这些工作严重挤占了业务开发工作的时间。

开源DeepFlow是云杉网络送给新时代开发人员、运维人员的一份礼物。希望开发人员能有更多的时间聚焦在业务上,将可观测性更多的交给自动化的DeepFlow,让自己的代码更清晰整洁。通过DeepFlow,希望让观测更自动,让开发者更自由。

五、拥抱DeepFlow!

你是否正在规划或者实施云原生可观测性、提升网络故障定位效率的项目?

你是否正在头痛数据孤岛、资源开销的问题?Metrics、Tracing、Logging三类数据无法关联、无法流通,使用困难?

你是否正在经历追踪和日志数据体量大,经常需要削足适履,做采样抹掉高基数字段?

非常欢迎你通过GitHub/微信 的方式联系我们体验DeepFlow

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )