以往我们一般通过 SDK、字节码增强或手动埋点方式主动插入追踪代码，这给应用开发者带来了沉重的负担，他们需要适配各种开发语言和 RPC 框架。当业务使用非 Java 语言实现时，即使 Tracer 可以通过 SDK 进行封装以降低侵入性，也还会存在 SDK 更新导致应用需要重新发布的问题。另一方面，在云原生环境下手动插码的方式迎来了更多的挑战，任何一个应用调用需要穿越从微服务、Sidecar、iptables/ipvs 容器网络、虚拟机 vsiwtch、云网络、NFV网关等复杂的路径，可观测性建设应该能覆盖云原生环境下从应用到基础设施的全栈，但这并不能通过向业务代码中插入追踪代码来实现。

基于 eBPF，DeepFlow 创新的实现了零侵扰的分布式追踪。DeepFlow 将 eBPF Event、BPF Packet、Thread ID、Coroutine ID、Request 到达时序、TCP 发送时序进行关联，实现了高度自动化的分布式追踪（AutoTracing）。目前 AutoTracing 支持所有同线程调用场景和部分跨线程调用（通过解析协议头和 MySQL Comment 中的 X-Request-ID、TraceID/SpanID）场景，支持所有内核线程调度（Kernel Threads (opens new window)）场景和部分用户态线程调度（User Threads，例如 Golang Goroutine）场景，在这些场景下支持对任意服务的分布式调用链进行追踪。

基于 Spring Boot Demo 的AutoTracing简单体验

使用如下命令可在 K8s 中快速部署 Demo

kubectl apply -n deepflow-otel-spring-demo -f https://raw.githubusercontent.com/deepflowio/deepflow-demo/main/DeepFlow-Otel-Spring-Demo/deepflow-otel-spring-demo.yaml

可以通过wget将deepflow-otel-spring-demo.yaml下载下来重复使用。
关闭自动访问服务，选择手动触发

kubectl delete deployment loadgenerator -n deepflow-otel-spring-demo

kubectl get svc -A | grep otel查看deepflow-otel-spring-demo的web-shop容器ip与端口

server {
        listen       80;
        server_name  ecs-otel-spring;
        location / {
            proxy_pass http://10.96.3.207:8090;
                proxy_set_header Host $host;
                proxy_set_header X-Real-IP $remote_addr;
                proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        }
}

浏览器输入http://ecs-otel-spring/shop#，访问demo页面，点击页面上最右边的Full TestCase按钮执行测试

DeepFlow 的追踪数据中含有三种 Span，跟踪一次请求的整个轨迹：

• N：通过 BPF 从网络流量中提取的 Span
• S：通过 eBPF 从系统或应用函数调用中提取的 Span
• A：通过 OTel 从应用内部采集的 Span

上图中展示了前两种，第三种在集成 OpenTelemetry 可以展示出来。

集成 OpenTelemetry

我们推荐使用 agent 模式的 otel-collector 向 deepflow-agent 发送 trace 数据，以避免数据跨 K8s 节点传输。其他模式见官方文档。
安装 otel-agent

kubectl apply -n open-telemetry -f https://raw.githubusercontent.com/deepflowio/deepflow-demo/main/open-telemetry/open-telemetry.yaml

安装完毕之后，可以使用命令kubectl get all -n open-telemetry在环境里看到这样一个组件清单

配置 otel-agent。由于这里使用的是官方修改后的open-telemetry.yaml，将 trace 发送至 DeepFlow的配置已经配好，可以使用下面的命令核对当前运行的OTel配置是否符合官方教程推荐的配置

kubectl get cm -n open-telemetry otel-agent-conf -o custom-columns=DATA:.data

为了配置deepflow，需要安装下载deepflow-ctl，deepflow-ctl是管理 DeepFlow 的一个命令行工具，建议下载至 deepflow-server 所在的 K8s Node 上，用于后续使用

curl -o deepflow-ctl https://deepflow-ce.oss-cn-beijing.aliyuncs.com/bin/ctl/stable/linux/$(arch | sed 's|x86_64|amd64|' | sed 's|aarch64|arm64|')/deepflow-ctl
chmod a+x deepflow-ctl

使用./deepflow-ctl agent list确认 deepflow-agent 所在的采集器组，这里是全新的环境，所以为 default 的组的ID，可以通过删除/opt/下的deepflow-mysql以及deepflow-clickhouse中的数据恢复默认

cat << EOF > default-agent-group-config.yaml
vtap_group_id: g-142d53c090 #这里要改成你的default组id
external_agent_http_proxy_enabled: 1   # required
external_agent_http_proxy_port: 38086  # optional, default 38086
EOF

使用如下命令基于 default-agent-group-config.yaml文件新建配置：

./deepflow-ctl agent-group-config create -f default-agent-group-config.yaml

使用./deepflow-ctl agent-group-config list查看default组有了配置

./deepflow-ctl agent-group-config list g-142d53c090 -o yaml 

# 导入 OpenTelemetry 数据教程