关于ebpf:各路大咖云集探讨eBPF技术在可观测性领域的落地现状和未来可能

在本周进行的Kindling研讨会上，Kindling团队的小伙伴给大家分享了多语言微服务环境下的监控问题以及解决对策，并对相干指标进行了解读。本次研讨会也星散了云可观测畛域的各路大神：观测云的CEO蒋总、云杉的背阴总以及其余可观测畛域的大佬。在前面的交换环节，就以后用户在应用Kindling过程中存在的一些问题，Kindling团队的小伙伴做了答复。如有用户问：Kindling如何解决内存占用的问题？答：目前引起内存占用的起因包含URL发散、慢trace、零碎调用的事件源多等，解决方案是尽量减少事件源的数据，只取须要的事件源进行剖析，目前，Kindling对于事件源进行了分类，能够按需取用。
前面，蒋总、背阴总也参加到了探讨中，与Kindling团队的小伙伴们一起就以后云可观测方面的一些问题以及将来的倒退方向进行了交换和探讨，如高基数存储的问题，因为微小的数据量，目前高基数存储是云可观测畛域普遍存在的一个问题，大家就这个问题开展了探讨，并替换了各自的认识。

Kindling是一款基于eBPF的云原生可观测性开源我的项目，旨在帮忙用户更快更好的定界云原生零碎问题，并致力于打造云原生全故障域的定界能力。通过Kindling，用户能够疾速定界问题类型，如是网络问题、容器问题还是代码问题等，而后再利用APM等工具定位具体问题，大大提高故障定位的效率。

目前，Kindling曾经开源轻量版，能够提供全局topo、DNS、workload等指标数据，还能够依据本身需要自定义一些监控指标。轻量版能够方便快捷地与其余可观测性产品以及现有监控计划集成，如Prometheus，后续也会依据须要反对更多产品的集成，这方面也欢送大家与咱们交换。

不久，Kindling还将开源标准版，能够为用户提供更简略快捷牢靠地故障定界能力，以及更具体的数据。
将来，Kindling开源版将在火焰图、on-off CPU、GRPC以及疾速集成等方面演进，欢送对这方面有趣味的小伙伴退出Kindling小家庭，一起为Kindling社区做奉献，也欢送在云可观测性方面有需要的小伙伴多多交换、多多反馈，让Kindling能够更好地解决云可观测性方面的问题。

退出咱们

关注咱们