eBPF + LLM：实现可观测性智能体的基础设施.pdf

eBPF+LLM：实现可观测性

智能体的基础设施

云杉网络/向阳

QCon2024全球软件开发北京大会

关于

向阳

研发VP@云杉网络

QCon2024全球软件开发北京大会

清华大学博士，云杉网络研发VP，DeepFlow开源社区负责

人。曾在国际顶级学术会议ACMSIGCOMM、ACMIMC上

发表应用可观测性、网络测量等方向的学术论文，现负责可观

测性产品DeepFlow。

eBPF+LLM：

实现可观测性智能体的基础设施

•使用eBPF构建高质量的可观测性信号源

•使用LLM构建高效率的可观测性智能体

QCon2024全球软件开发北京大会

•DeepFlow用户的可观测性智能体实践案例

•未来演进方向的思考

使用APM采集观测信号的痛点

QCon2024全球软件开发北京大会

DALL.E

使用eBPF的独特优势

ZeroCode

QCon2024全球软件开发北京大会

Full

Stack

eBPFRawData

ProcessPerf

EventsEvents

FileSocket

EventsEvents

QCon2024全球软件开发北京大会

KernelEvents

HWEvents

从RawData到高质量观测信号

QCon2024全球软件开发北京大会

DistributedTracing

ProcessSocketPerfEvents

EventsEventsFileEvents

QCon2024全球软件开发北京大会

File

Events

ServiceMap/APIMap

QCon2024全球软件开发北京大会

ContinuousProfiling

QCon2024全球软件开发北京大会

内核应用

CJava

性能