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
kernelopenEuler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。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
479
3.57 K
React Native鸿蒙化仓库
JavaScript
289
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
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
11
1
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
248
105
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++
850
451
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885