BPF Compiler Collection(BCC)——Linux 内核监控与性能分析的利器
2026-01-15 17:50:27作者:侯霆垣

BPF Compiler Collection,简称BCC,是一个强大的工具集,用于创建高效且安全的内核追踪和操作程序。它基于扩展的Berkeley Packet Filter(eBPF),一个从Linux 3.15版本开始引入的新特性。BCC特别适合那些需要在Linux 4.1及以上版本上工作的项目。
著名的内核开发者Ingo Molnár曾对eBPF有过这样的评价:“它允许用户定义的仪器附加到kprobe,这是一种永远不会导致崩溃、挂起或负面影响内核的安全方式。”
项目概述
通过BCC,你可以轻松编写C语言的内核工具,并利用Python和lua前端进行定制化处理。它的应用领域广泛,包括性能分析和网络流量控制。例如,bitehist.py 工具可以追踪磁盘I/O大小,生成实时的内存分布图,帮助你理解系统的行为模式。
展示案例
下面是一段使用 bitehist.py 的例子:
$ ./bitehist.py
Tracing... Hit Ctrl-C to end.
^C
kbytes : count distribution
0 -> 1 : 3 | |
2 -> 3 : 0 | |
4 -> 7 : 211 |********** |
8 -> 15 : 0 | |
16 -> 31 : 0 | |
32 -> 63 : 0 | |
64 -> 127 : 1 | |
128 -> 255 : 800 |**************************************|
这个简单的例子展示了如何追踪并分析系统中不同大小的I/O操作。
安装与使用
INSTALL.md 文件提供了针对各个平台的安装步骤,助你在自己的系统上快速启动BCC。
常见问题解答
如果遇到任何问题,查阅FAQ.txt 可能会找到答案。
强大功能一览
BCC 包含了各种示例、工具和技术,如:
示例程序
- 跟踪示例(tracing): 从基本的hello_world.py到复杂的应用场景如disk I/O跟踪(disksnoop.py)、MySQL查询跟踪(mysqld_query.py)等。
- 工具:比如statsnoop用于追踪stat()调用,tasksnoop追踪任务切换,tcpv4connect追踪TCP连接等。
工具箱
一系列强大的工具,涵盖了从基础的进程追踪到复杂的CPU调度分析,包括函数参数统计(argdist.py)、信号追踪(killsnoop.py)、内存泄漏检测(memleak.py)、数据库性能分析(dbslower.py)等等。
项目特点
- 易用性: 集成C、Python和lua编程接口,使得用户可以根据需求自定义内核追踪和数据处理。
- 灵活性: 支持多种追踪和分析任务,覆盖了从系统级到应用程序层的多个层面。
- 效率: 利用eBPF技术,在不干扰系统运行的情况下实现低级别监控。
- 安全性: 由于eBPF代码在内核中执行时受到严格限制,因此可以保证系统的稳定性。
无论是开发人员还是运维专家,BCC都能提供深入洞察系统内部运作的强大手段,是你探索性能瓶颈、优化系统资源的理想选择。现在就开始尝试,让BCC成为你的内核助手吧!
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 StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
项目优选
收起
暂无描述
Dockerfile
767
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253