Cilium Tetragon 开发环境搭建指南
2026-02-04 05:14:15作者:魏侃纯Zoe
前言
Cilium Tetragon 是一个基于 eBPF 技术的安全可观测性工具,能够实时监控系统调用和内核事件。本文将详细介绍如何搭建 Tetragon 的开发环境,帮助开发者快速上手项目开发。
基础环境准备
硬件要求
- 推荐使用 x86_64 架构的机器
- 至少 4GB 内存
- 20GB 可用磁盘空间
软件依赖
- Go 工具链:需要与项目 go.mod 文件中指定的版本一致
- GNU Make:构建系统的基础工具
- 容器运行时:Docker 或 Podman
- 构建插件:docker-buildx-plugin
- 测试依赖:
- libcap 库
- libelf 库
在基于 Debian 的系统上,可以通过以下命令安装依赖:
sudo apt-get update
sudo apt-get install -y libelf-dev libcap-dev make
构建 Tetragon
完整构建
执行以下命令将构建 Tetragon 的所有组件,包括测试所需的二进制文件:
make
使用 Podman 构建
如果系统使用 Podman 作为容器运行时,可以这样构建:
CONTAINER_ENGINE='sudo podman' make
使用本地 Clang 构建
对于需要使用本地 Clang 的情况:
CONTAINER_ENGINE='sudo podman' LOCAL_CLANG=1 LOCAL_CLANG_FORMAT=1 make
注意:需要确保本地安装的 Clang 版本满足最低要求。
最小化构建
如果只需要构建核心组件,可以使用以下命令:
make tetragon tetragon-bpf tetra
这将构建:
- Tetragon 主程序
- BPF 程序
- tetra CLI 工具
运行 Tetragon
构建完成后,可以使用以下命令运行 Tetragon:
sudo ./tetragon --bpf-lib bpf/objs
重要说明:
--bpf-lib参数指定了 BPF 程序的存放路径- 如果遇到 BTF 相关错误,需要确保内核支持 BTF 或手动指定 BTF 文件路径
容器化部署
构建 Docker 镜像
make image
运行容器
docker run --name tetragon \
--rm -it -d --pid=host \
--cgroupns=host --privileged \
-v /sys/kernel/btf/vmlinux:/var/lib/tetragon/btf \
cilium/tetragon:latest
查看事件
docker exec -it tetragon \
bash -c "/usr/bin/tetra getevents -o compact"
系统服务部署
构建可部署的 tarball:
make tarball
开发环境配置
使用 Kind 集群
make kind-setup
验证安装:
kubectl get pods -n tetragon
使用 Vagrant (Intel Mac)
vagrant up
vagrant ssh
make
使用 Lima (Apple Silicon Mac)
- 安装 Lima:
brew install lima
- 创建并启动 VM:
limactl create --mount-writable --tty=false --name=tetragon
limactl start tetragon
limactl shell tetragon
- 安装依赖:
sudo add-apt-repository -y ppa:longsleep/golang-backports
sudo apt update
sudo apt install -y golang-1.23 libelf-dev libcap-dev make
export CONTAINER_ENGINE=nerdctl
export PATH=$PATH:/usr/lib/go-1.23/bin
- 构建 Tetragon:
make -j3 tetragon-bpf tetragon tetra
常见问题解决
- BTF 错误:确保内核支持 BTF 或手动指定 BTF 文件路径
- 构建失败:检查依赖是否完整安装,特别是 libelf 和 libcap
- 容器权限问题:确保使用
--privileged标志运行容器
结语
本文详细介绍了 Tetragon 开发环境的搭建方法,涵盖了从本地构建到容器化部署的多种场景。开发者可以根据自己的需求选择合适的开发方式。搭建好环境后,就可以开始探索 Tetragon 的强大功能并进行定制开发了。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2