背景
在深入剖析cilium原理之前，有两个关于epbf的基础内容需要先详细介绍一下：
1. ebpf尾调用
尾调用类似于程序之间的相互跳转，但它的功能更加强大。
2. trace
虽然之前使用trace_printk输出日志，但这个函数不能多用，会有性能问题。而且它的输出可读性差，不利于程序进行分析。本文将着重讲讲如何进行分析，方便程序后续跟踪。
1.ebpf尾调用介绍
尾调用能够从一个程序调到另一个程序，提供了在运行时（runtime）原子地改变程序行为的灵活性。为了选择要跳转到哪个程序，尾调用使用了程序数组map（ BPF_MAP_TYPE_PROG_ARRAY），将map及其索引（index）传递给将要跳转到的程序。跳转动作一旦完成，就没有办法返回到原来的程序；但如果给定的map索引中没有程序（无法跳转），执行会继续在原来的程序中执行。
特殊在于，由于函数的调用是由map来保存的，可以使用TC更新map对应的函数为新的函数，实现ebpf程序的局部更新。当然，这就对功能编码也会有更高的要求，需要明确更新可能的影响范围。因为ebpf的单个程序大小是有限制的，而尾调用可以绕开这种限制。
以下是摘自cilium官方文档中的样例：（官方样例无法编译，下面摘取的内容经过作者调整）
#include <bits/types.h>
#include <linux/bpf.h>
#include <linux/if_ether.h>
#include <linux/in.h>
#include <linux/ip.h>
#include <linux/pkt_cls.h>
#include <linux/tcp.h>
#include <errno.h>
#include <stdio.h>
#include <string.h>typedef __uint32_t uint32_t;#define PIN_GLOBAL_NS 2struct bpf_elf_map {__u32 type;__u32 size_key;__u32 size_value;__u32 max_elem;__u32 flags;__u32 id;__u32 pinning;
};#ifndef __stringify
# define __stringify(X) #X
#endif#ifndef __section
# define __section(NAME) \__attribute__((section(NAME), used))
#endif#ifndef __section_tail
# define __section_tail(ID, KEY) \__section(__stringify(ID) "/" __stringify(KEY))
#endif#ifndef BPF_FUNC
# define BPF_FUNC(NAME, ...) \(*NAME)(__VA_ARGS__) = (void *)BPF_FUNC_##NAME
#endif#define BPF_JMP_MAP_ID 1static int (*bpf_trace_printk)(const char *fmt, int fmt_size,...) = (void *)BPF_FUNC_trace_printk;#define printk(fmt, ...) \do { \char _fmt[] = fmt; \bpf_trace_printk(_fmt, sizeof(_fmt), ##__VA_ARGS__); \} while (0)static void BPF_FUNC(tail_call, struct __sk_buff *skb, void *map,uint32_t index);struct bpf_elf_map jmp_map __section("maps") = {.type = BPF_MAP_TYPE_PROG_ARRAY,.id = BPF_JMP_MAP_ID,.size_key = sizeof(uint32_t),.size_value = sizeof(uint32_t),.pinning = PIN_GLOBAL_NS,.max_elem = 1,
};__section_tail(BPF_JMP_MAP_ID, 0)
int looper(struct __sk_buff *skb)
{printk("skb cb: %u\n", skb->cb[0]++);tail_call(skb, &jmp_map, 0);printk("skb end looper: cb: %u\n", skb->cb[0]);return TC_ACT_OK;
}__section("prog")
int entry(struct __sk_buff *skb)
{skb->cb[0] = 0;tail_call(skb, &jmp_map, 0);printk("skb end: cb: %u\n", skb->cb[0]);return TC_ACT_OK;
}char __license[] __section("license") = "GPL";官方代码很清晰，需要注意的是：定义函数时，__section_tail(BPF_JMP_MAP_ID, 0)使用的是BPF_JMP_MAP_ID；而在bpf代码中，调用的时候使用的是tail_call(skb, &jmp_map, 0);中的jmp_map。而这两者之间的关系，则是在定义jmp_map时指定。
功能测试演示
# 将上面文件保存为tail.c
# build
clang -g -c -O2 -target bpf -c tail.c -o tail.o# load
tc qdisc add dev enp1s0 ingress
tc filter replace dev enp1s0 ingress prio 1 handle 1 bpf da obj tail.o sec prog verbose# cat log
cat /sys/kernel/debug/tracing/trace_pipe虽然上面的程序是死循环，但测试后发现，程序不是真的死循环，会在looper中执行34次后结束。验证函数热更新功能。
<idle>-0 [007] ..s. 443032.404122: 0: skb cb: 29<idle>-0 [007] ..s. 443032.404122: 0: skb cb: 30<idle>-0 [007] ..s. 443032.404123: 0: skb cb: 31<idle>-0 [007] ..s. 443032.404123: 0: skb cb: 32<idle>-0 [007] ..s. 443032.404123: 0: skb cb: 33<idle>-0 [007] ..s. 443032.404124: 0: skb end looper: cb: 34<idle>-0 [007] ..s. 443032.404146: 0: skb cb: 0<idle>-0 [007] ..s. 443032.404148: 0: skb cb: 1<idle>-0 [007] ..s. 443032.404149: 0: skb cb: 2<idle>-0 [007] ..s. 443032.404149: 0: skb cb: 3<idle>-0 [007] ..s. 443032.404150: 0: skb cb: 4在之前的源代码中，添加如下函数：
__section("newloop")
int newlooper(struct __sk_buff *skb)
{printk("skb end in new looper: cb: %u\n", skb->cb[0]);return TC_ACT_OK;
}
# build
clang -g -c -O2 -target bpf -c tail.c -o tail.o# update func
tc exec bpf graft m:globals/jmp_map key 0 obj tail.o sec newloop
# 特别注意：由于centos8自带的tc版本太低，无法更新，需要使用高版本的tc.可使用cilium自带的tc
# docker run -it --name=mytest --network=host --privileged -v $PWD:/hosts/ -v /sys/fs/bpf:/sys/fs/bpf -v /run/cilium/cgroupv2/:/run/cilium/cgroupv2 cilium:v1.12.7 bash 进入容器后，执行上面的命令# 结果检查
cat /sys/kernel/debug/tracing/trace_pipe2. send_trace_notify 跟踪
send_trace_notify –> ctx_event_output –> skb_event_outputevent_output
// 调用样例
send_trace_notify(ctx, TRACE_FROM_LXC, SECLABEL, 0, 0, 0,TRACE_REASON_UNKNOWN, TRACE_PAYLOAD_LEN);// 函数定义
send_trace_notify(struct __ctx_buff *ctx, enum trace_point obs_point,__u32 src, __u32 dst, __u16 dst_id, __u32 ifindex,enum trace_reason reason, __u32 monitor)msg = (typeof(msg)) {__notify_common_hdr(CILIUM_NOTIFY_TRACE, obs_point), // 事件大类：CILIUM_NOTIFY_TRACE，子类：obs_point__notify_pktcap_hdr(ctx_len, (__u16)cap_len),.src_label = src, // 源对象id cilium identity list, identity 全局唯一.dst_label = dst, // 目的对象id.dst_id = dst_id, // 不同的子类，id取值不同.reason = reason, // 原因标识.ifindex = ifindex, // 不同的子类，取值类型不同};ctx_event_output(ctx, &EVENTS_MAP,(cap_len << 32) | BPF_F_CURRENT_CPU,&msg, sizeof(msg));上报的信息，就是harbor展示的数据来源。
信息说明
-
发送的信息，会放在ring buffer中。如果未读取，会进行覆盖写入。
-
这个buffer是cpu级别的，每个cpu中都会有一个独立的。
-
读取时，需要指定读取哪个cpu，-1表示读取所有cpu中的信息。
-
读取event的具体细节，可参考：
https://man7.org/linux/manpages/man2/perf_event_open.2.html
下面为cilium使用go实现了perf读取库的使用说明："github.com/cilium/ebpf/perf"
cilium目前的信息结构说明：
cilium monitor可以读取perf信息，并且能基于identity进行过滤，具体使用可参考该命令说明。
var err errorpath := oldBPF.MapPath(signalmap.MapName)
signalMap, err := ebpf.LoadPinnedMap(path, nil)
if err != nil {log.WithError(err).Warningf("Failed to open signals map")return
}
events, err = perf.NewReader(signalMap, os.Getpagesize())
if err != nil {log.WithError(err).Warningf("Cannot open %s map! Ignoring signals!",signalmap.MapName)return
}go func() {log.Info("Datapath signal listener running")for {record, err := events.Read()switch {case err != nil:signalCollectMetrics(nil, "error")log.WithError(err).WithFields(logrus.Fields{logfields.BPFMapName: signalmap.MapName,}).Errorf("failed to read event")case record.LostSamples > 0:signalCollectMetrics(nil, "lost")default:signalReceive(&record)}}
}()消息结构如下：
总体分两大类：
-
lost count，用于记数：数据包丢弃数。
-
详细报文说明。
各种sample数据格式说明。
cilium monitor使用样例。
# 使用cilium monitor查看网络策略执行情况：
# remoteID 表示针对对象
# ingress/egress表示入与出流量
# action表示策略结果
cilium monitor -t policy-verdict
Listening for events on 8 CPUs with 64x4096 of shared memory
Press Ctrl-C to quit
level=info msg="Initializing dissection cache..." subsys=monitor
Policy verdict log: flow 0x95e0951 local EP ID 2467, remote ID kube-apiserver, proto 6, ingress, action allow, auth: disabled, match L3-L4, 172.18.0.6:46866 -> 172.18.0.8:2380 tcp SYN
Policy verdict log: flow 0x580738e1 local EP ID 2467, remote ID 16777218, proto 6, ingress, action allow, auth: disabled, match L3-L4, 172.18.0.2:40122 -> 172.18.0.8:6443 tcp SYN
Policy verdict log: flow 0x4dfe98a0 local EP ID 2467, remote ID kube-apiserver, proto 6, ingress, action allow, auth: disabled, match L3-L4, 172.18.0.4:52314 -> 172.18.0.8:2380 tcp SYN
Policy verdict log: flow 0xb3af0a31 local EP ID 2467, remote ID kube-apiserver, proto 6, egress, action allow, auth: disabled, match L3-L4, 172.18.0.8:42736 -> 172.18.0.6:2380 tcp SYN
Policy verdict log: flow 0xfdb19557 local EP ID 2467, remote ID kube-apiserver, proto 6, egress, action allow, auth: disabled, match L3-L4, 172.18.0.8:46246 -> 172.18.0.4:2380 tcp SYN
Policy verdict log: flow 0x5438a30a local EP ID 2467, remote ID 16777218, proto 6, ingress, action allow, auth: disabled, match L3-L4, 172.18.0.2:40164 -> 172.18.0.8:6443 tcp SYNendpoint id，可通过这个方式查到。
展望
跟踪只允许基于endpointID进行跟踪，无法基于ip、端口等信息，当网络流量在多个节点中流转时，无法有效的进行跟踪。
这一块可基于数据分析组件来实现，它可以导出json结构数据，采集统一汇总分析统计。
1.访问入口与目标pod在同节点上，ip nat情况：
2.访问入口与目标pod在同节点上，流量跟踪情况：
可以看到，源端口在网络流转中是不变的，可以基于此作为跟踪线索。
可基于es+kibana,将cilium trace相关数据统一在es中存储，并基于kibana展示，如下图所示：
红色框分别为源ip、目标ip、源端口、目标端口。而特殊的flb_host_ip是坐着在采集时添加的节点主机的ip，用来分析不同主机间的流量。
作者：沃趣科技产品研发部
更多技术干货请关注公号【云原生数据库】
squids.cn，云数据库RDS，迁移工具DBMotion，云备份DBTwin等数据库生态工具。
irds.cn，多数据库管理平台（私有云）。
