向成钢--Databuff乘云.pdf

《向成钢--Databuff乘云.pdf》由会员分享，可在线阅读，更多相关《向成钢--Databuff乘云.pdf（16页珍藏版）》请在三个皮匠报告上搜索。

1、e B P F 交 流 研 讨中国西安第二届 eBPF开发者大会w w w.e b p f t r a v e l.c o meBPF、DATABUFF 与 可观测性DATABUFF 让业务运行更安全更可靠杭州乘云数字技术有限公司eBPF的革命性和局限性 从0到1，使“软件定义内核”成为可能，促使多个软件行业发生变革的可能。普通程序员可以编写贯通用户态与内核态的代码，犹如打通“任督二脉”，极大释放程序员的潜能。革命性eBPF的局限性版本制约安全性：虽然BPF有字节码的校验机制，但针对BPF的漏洞利用还是时有发生，因此还需要更完善的安全机制。数据维度的局限性目前还没有成熟的编程框架，对开发人员还

2、是有较高要求DataBuff：“可观测性五件套”LogsMetricsTracesFlowEventsLogsMetricsTracesTraces第一代APM第二代云观测第三代云原生观测观测五件套本地 On-Premises(数据中心)2008-2015云 Cloud(IaaS，云主机)2016-2020云原生 Cloud-Native(微服务，容器)2020-至今1 Monolith10s Hosts10s Services10,000s VMs1000s Microservices1,000,000s ContainersDataBuff之可观测性数据维度DataBuff：高度自动化、智

3、能化的一体化可观测方案运维工作可视化哪里有异常？一体化探针一体化平台实时观测、关联分析根因定位、算法检测数据采集数据清洗领导决策可视化业务现在健康吗？问题的根因是什么？影响面如何？可采集可清洗可观测可告警可定位可通知SaaS业务应用PaaS中间层组件IaaS基础设施IT环境基础设施及应用堆栈CMDBDC 基础监控SaaS 监控PaaS 监控IaaS 监控一体化平台数据存储数据建模指标体系日志指标调用链AIOps 分析引擎统一检索融合关联DC NPM监控可视化告警通知数据处理数据传输手机、短信企微、钉钉邮件自动化ITSM数据中台DataBuff 轻松融入现有 IT 体系数字化应用上云后可观测性的

4、问题混合多重云微服务+容器等云原生敏捷开发协作数字体验4321浙里办最多跑一次一网通一码通门户网站网银系统DataBuff的可观测性实践OneAgentOneAgentOneAgentOneAgent用户的IT环境：云或本地数据传输、更新、部署、健康管理DataBuff 服务端OneCenter一个探针、一个平台，统一采集、统一存储、统一分析OneAgent日志、指标、调用链三类关键数据全采全栈对象采集能力，适应性强、范围开箱即用极轻部署、无代码介入、非侵入式安装OneCenter轻量级架构、易维护全类数据融合处理先进的人工智能算法开箱即用基于eBPF的无干扰追踪模式，实现对应用的完全无侵入完

5、全0侵入业务0影响保证数据隐私与开发语言解耦广泛适用于云原生、微服务历史遗留的黑盒应用一键追踪自研高性能时序数据库：DataBuffDB对比项VS InfluxDBVS openGemini写入性能4倍2倍压缩6倍7倍查询性能10倍到100倍10倍到60倍支持跨集群查询的分布式时序数据库1.单机支持150万 TPS的写入2.压缩比 1:773.查询性能是常见时序数据库的10倍以上4.支持倒排索引、支持自动Rollup 10s-10m-1d5.支持InfluxDB的sql，支持grafana看板确定性 AI以确定性分析结果为目标，故障树根因算法模型为核心手段推理性 AI本质是一种统计方法，将度量、事件和告警进行关联分析，旨在降低告警噪声获得确定性问题根因接近实时的工作可解释的结果获得业务视角的影响度分析借助内生关系实现关联分析获得一组关联告警滞后的模型，机器学习需要时间动态环境中滞后，相对难以适应借助人工或历史记录提出可能的根因借助CMDB等外部依赖实现关联分析内生AI感谢聆听销售咨询： 咨询电话：400-0571-198 官方网站：总部地址：杭州市文一西路1288号海创科技中心3幢12层分支机构：北京 上海 广州联系我们