BPF 学习路径总结 • Feiskyicon-default.png?t=L892https://feisky.xyz/posts/2021-01-06-ebpf-learn-path/

目录

1. 为什么要学习 BPF

2. BPF 应该怎么学习

2.1 BPF 书籍

2.2 BPF 学习样例

3. BPF 资料汇总

3.1 介绍系列

3.2 深入系列

3.3 Linux 资源

作者简介：狄卫华，趣头条资深架构师，主要关注云原生相关领域，目前聚焦在 BPF 技术及实践.

1. 为什么要学习 BPF

可以先从 ebpf.io 网站获取一个简单的了解，首页内容翻译如下。

Linux 内核一直是实现监控/可观察性、网络和安全性的理想场所。不幸的是，这往往是不切实际的，因为它需要改变内核源代码或加载内核模块，并导致层层抽象叠加。eBPF 是一项革命性的技术，它可以在 Linux 内核中运行沙盒程序，而无需改变内核源代码或加载内核模块。

通过使Linux内核可编程，基础架构软件可以利用现有的层，使其更加智能，功能更加丰富，而不会继续给系统增加额外的复杂度，也不会影响执行效率和安全性。

eBPF 开发了全新一代的软件，能够对 Linux 内核的行为进行重新编程，甚至在传统上完全独立的多个子系统中应用逻辑。

 

BPF 技术目前主要用于以下场景：

  1. 追踪和性能分析（Tracing & Profiling）

    将 eBPF 程序附加到跟踪点以及内核和用户应用探针点的能力，使得应用程序和系统本身的运行时行为具有前所未有的可见性。通过赋予应用程序和系统两方面的检测能力，可以将两种视图结合起来，从而获得强大而独特的洞察力来排除系统性能问题。先进的统计数据结构允许以高效的方式提取有意义的可见性数据，而不需要像类似系统那样，通常需要导出大量的采样数据。

  2. 观测和监控（Obervability & Monitoring）

    eBPF 不依赖于操作系统暴露的静态计数器和测量，而是实现了自定义指标的收集和内核内聚合，并基于广泛的可能来源生成可见性事件。这扩展了实现的可见性深度，并通过只收集所需的可见性数据，以及在事件源处生成直方图和类似的数据结构，而不是依赖样本的导出，大大降低了整体系统的开销。

  3. 网络（Network）

    可编程性和效率的结合使得 eBPF 自然而然地满足了网络解决方案的所有数据包处理要求。eBPF 的可编程性使其能够在不离开 Linux内核的包处理上下文的情况下，添加额外的协议解析器，并轻松编程任何转发逻辑以满足不断变化的需求。JIT 编译器提供的效率使其执行性能接近于本地编译的内核代码。

  4. 安全（Security）

    在看到和理解所有系统调用的基础上，将其与所有网络操作的数据包和套接字级视图相结合，可以采用革命性的新方法来确保系统的安全。虽然系统调用过滤、网络级过滤和进程上下文跟踪等方面通常由完全独立的系统处理，但 eBPF 允许将所有方面的可视性和控制结合起来，以创建在更多上下文上运行的、具有更好控制水平的安全系统。

在追踪方面细分为了两类：

  • 追踪和性能分析
  • 观测和监控

这两者的区别主要在于数据的搜集和聚合是否在内测层面进行的，观测和监控主要是侧重于在内核导出指标、直方图或相关事件。

 BPF 技术的整体介绍请参见 eBPF 技术简介icon-default.png?t=L892https://www.ebpf.top/post/bpf_intro_blog/

2. BPF 应该怎么学习

2.1 BPF 书籍

2.1.1 书籍介绍

如果是想系统学习 BPF 技术，我的建议是先阅读相关的书籍，得到一个整体的认识，然后分方向单独深入。

目前 BPF 的书籍主要有以下两本：

2.1.2 图书心得

  • 《Linux Observability with BPF》

    中文和英文版都在 180 页左右，整体的思路清晰，相关的技术面面俱到，如果定位是整体理解（而不是实践练习），整本书阅读一天内可以完成，能够实现快速对于 BPF 技术的整体了解，但是本书对于涉及的内容介绍基本上还是停留在基础知识介绍，基本上无深入知识介绍，作为入门级别的书籍再合适不过。主要内容包括以下方面：

    • BPF 基础知识
      • BPF 的历史及架构；
      • BPF 的程序类型和验证器：按照重要性依次介绍了各种程序类型；
      • BPF Map： BPF Map 类型，常见操作和以及 Map 相关虚拟系统；
    • BPF Trace
      • BPF Trace：Trace 的基础知识（kprobe、tracepoint、usdt等）和几个 BCC 使用的样例；
      • BPF 相关工具（BPFTool & BPFTrace & kubectl-trace & eBPF Exportor）；
    • BPF Network
      • Linux 网络和 BPF：涵盖数据包过滤和 cls_bpf 相关内容；
      • XDP：由于 XDP 在网络数据处理的特殊地位，单独成章，对于 XDP 进行了简单介绍和一个简单的原理实现，以及如何使用 BCC 进行 XDP 相关的验证；
    • 安全
      • 主要是 Seccomp（基于传统的 cBPF）和 LSM 钩子两个方面的内容，主要是简单的介绍，内容不多；
    • 真实的用户案例
      • 国外几大公司 Sysdig 、Floowmill 等在 BPF 的技术实践。

  • 《BPF Performance Tools》

    本书英文版 839 页，主要涉及的 BPF 技术的基础、BPF Trace 基础基础知识、BPF 技术 Trace 方面的各种实践，本书无 BPF 在网络、安全上的详细介绍。本书的介绍侧重于基础知识和在 Trace 层面的实践，可以理解为 《Systems Performance: Enterprise and the Cloud》图书的修订版本，重点引入了 BPF 技术的实践。

    全书主题分成四个部分：

    1. 技术

      在第一部分主要涉及的是 BPF 相关的技术和如何使用的总览。

      • BPF 技术介绍
      • 👍 技术背景
      • 性能分析总览
      • BCC 工具介绍
      • BPFTrace 工具介绍

      这个部分的内容介绍，重点在 技术背景 章节，介绍的了 Trace 相关的技术点及实现原理，总结的非常简练和准确，值得多阅读几遍； BCC 和 BPFTrace 工具的介绍更多是从原理和使用层面介绍，详细的知识可以从两者的 github 网址学习到，贵在章节内容总结的有图有条理，可以快速对于整体架构有个快速的认知。

    2. 使用 BPF 工具

      本章节主要是介绍了各种性能分析维度（CPU/Mem/Network/System等）的背景知识、传统工具和BPF 工具使用。

      这个章节可以理解是 《Systems Performance: Enterprise and the Cloud》的缩减（背景知识、传统工具）和BPF 工具的补充，但是也增加了一些多的内容比如安全、容器和虚拟化的内容。

      这部分的内容有方法论、基础知识和使用实践，可以作为日常问题排查的参考工具书。

    3. 附加主题

      作为 BPF 性能工具的补充，还有一些是使用 BPF 各种过程中的小知识、技巧和常见的问题。

    4. 附录

      虽然是作为附录的内容，但是却是我们学习深入技术点的重要参考，主要是 bpftrace 工具的一览表、BCC Tools 开发、使用原生的 C 编写 BPF 和 BPF 指令集等。

      这部分的内容面对的是希望对于 BPF 技术更加深入了解和希望参与到 BCC 工具开发的研发人员。

2.2 BPF 学习样例

如果是 BCC 的样例可以参考 tools 目录下的全部文件； BPFTrace 也可以参考 tools 目录。

内核中的 BPF 样例参见 samples/bpf 和 testing/bpf，这部分的代码都是原生的 C 代码，比较适合对于 BPF 技术原理进一步深入的同学。

如果是一开始学习 BPF，我个人的建议是：

  1. 先大体了解 BPF 技术的发展历史、优点、限制；
  2. 使用 BCC 工具在环境中进行实践，并且初步了解相关工具的的运作机制；
  3. 参考 BCC 样例，用原生的 C 代码进行实践并编写；
  4. 通过 KubeCon 会议或者 BPF Summit 峰会学习当前主要的进展并学习跟进最新的进展；

学习方式也可以参考的大卫李的一篇文章 Linux超能力BPF技术介绍及学习分享，写的内容也比较齐全，可以参考。

3. BPF 资料汇总

如果有好的文章或者思路分析，可以到我的 GitHub Repo 提交 Issue，地址：https://github.com/DavadDi/bpf_study。

3.1 介绍系列

3.2 深入系列

3.3 Linux 资源

本文转自深入浅出 eBPF，点击这里查看原文。

欢迎扫描下面的二维码关注漫谈云原生公众号，回复任意关键字查询更多云原生知识库，或回复联系加我微信。

BPF 学习路径总结 • Feiskyhttps://feisky.xyz/posts/2021-01-06-ebpf-learn-path/

# linux
Logo
向您推荐>>Eolink开发者社区

权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区

更多推荐

深入理解 Mocha 测试框架：从零实现一个 Mocha

前言什么是自动化测试自动化测试在很多团队中都是Devops环节中很难执行起来的一个环节，主要原因在于测试代码的编写工作很难抽象，99%的场景都需要和业务强绑定，而且写测试代码的编写工作量往往比编写实际业务代码的工作量更多。在一些很多业务场景中投入产出比很低，适合写自动化测试的应该是那些中长期业务以及一些诸如组件一样的基础库。自动化测试是个比较大的概念，其中分类也比较多，比如单元测试，端对端测试，集

avatar 云原生

ELK实现containerd的容器日志采集展示【基于logging的全栈监测】

企业级ELK Stack构建介绍

avatar 云原生

(20200916 Solved)docker-compose up创建容器自动退出

问题描述如题，创建容器后自动退出了。并且docker start container无效解决方案原因是缺失了控制终端的配置，需要在docker-compose.yml中增加tty:true ，有时候这样也不行，需要再增加一个command:/bin/bash，命令不一定是这个，需要是一个不会退出的命令，然后用-d后台启动容器。Referencesdocker-compose启动容器后自动退出...

avatar 云原生