本文介绍了一种使用 Go 和 eBPF 实现内核级可观测性的教程，旨在解决在调试 AI 生成服务时因缺乏可见性而导致的问题。

  • 传统的日志记录和性能分析工具无法检测发生在内核级别的问题，例如过多的文件 I/O 调用。
  • eBPF 能够在不修改内核或重启服务的情况下，追踪系统调用、文件 I/O、网络事件、CPU/内存使用情况以及自定义应用程序事件。
  • 作者演示了如何使用 Go 和 Cilium 的库来追踪系统调用，包括加载 eBPF 程序和附加到 kprobes。
  • 关键步骤包括安装 Cilium eBPF 命令行工具、用 clang 编译 C 语言编写的 eBPF 程序，并从 Go 中加载它们。

这种方法使开发人员能够识别应用程序日志中不可见的隐藏内核级行为（如过多的 I/O），从而有效优化 AI 生成服务。