deepflow

无需改代码，eBPF 自动搞定全链路追踪和性能剖析

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 492 🐛 待处理 299 👀 关注 51
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4318
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，Apache-2.0许可，可自行部署使用，完全免费。

项目预览

deepflow 项目界面预览图
图片来源：项目官网

项目数据

分类开源模型
开发团队deepflowio
官网地址https://deepflow.io
GitHubhttps://github.com/deepflowio/deepflow
定价模式🏷️完全免费
价格说明开源项目，Apache-2.0许可，可自行部署使用，完全免费。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Go
技术栈/模型apm,gpu,kubernetes,llm,opentelemetry,wasm,zero-code
GitHub 星标★ 4318
上线时间2022-01-16 00:00:00
代码更新2026-11-07
仓库体积90.5 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

DeepFlow 是一个基于 eBPF 的分布式追踪与性能剖析平台，旨在解决云原生环境下应用可观测性不足的问题。它利用 eBPF 技术自动采集应用、网络和系统层的可观测数据，无需修改业务代码或侵入应用，即可实现全链路追踪、黄金指标监控和持续性能剖析。核心能力包括：零代码自动追踪、分布式调用链还原、服务拓扑自动发现、基于 eBPF 的 CPU 和内存剖析，以及统一的数据采集与查询接口。DeepFlow 特别适合微服务架构和 Kubernetes 环境，能显著降低可观测性建设成本，帮助开发者快速定位性能瓶颈和故障根因。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4318

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶 约 30 分钟 部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

  • Linux 环境（DeepFlow 基于 eBPF 采集数据，需内核支持 eBPF）
  • 面向云原生与 Kubernetes 环境部署使用
  • 明确要使用的版本：DeepFlow 社区版（面向开发者）、企业版或 DeepFlow Cloud（SaaS，Beta）
  • 可访问 GitHub 仓库与官网 https://deepflow.io 获取部署文档

安装与启动步骤

  1. 1确认版本选型

    README 说明 DeepFlow 分三个版本：社区版、企业版、DeepFlow Cloud（SaaS，Beta）。社区版包含企业版的核心组件，开发者通常选社区版。

  2. 2获取项目源码

    从 GitHub 克隆 DeepFlow 仓库，后续部署文件与说明均以仓库及官网文档为准。

    git clone https://github.com/deepflowio/deepflow

  3. 3确认内核版本

    DeepFlow 依赖 eBPF 采集应用、网络与系统层数据，先确认主机内核版本是否满足 eBPF 运行条件。

    uname -r

  4. 4按官方文档部署

    README 只给出快速开始入口，未提供具体安装命令。请到官网或仓库文档按所选版本执行实际部署步骤。

如何确认成功

README 未提供启动成功判定方式，请以官网部署文档中的检查步骤为准。

常见问题

Q：使用 DeepFlow 需要改业务代码吗？

A：不需要。DeepFlow 通过 eBPF 实现零代码数据采集，自动获取指标、分布式追踪、请求日志和函数剖析数据。

Q：社区版和企业版有什么区别？

A：企业版面向组织、解决团队协作问题；社区版包含企业版的核心组件，面向开发者免费使用。

Q：支持自定义私有协议吗？

A：支持。除常见协议外，DeepFlow 可通过 Wasm 插件解析私有协议，实现全栈数据关联。

Q：适合什么场景？

A：适合复杂云原生与 AI 应用，可自动生成通用服务拓扑、计算黄金指标并定位性能瓶颈。

注意事项

  • README 节选未包含任何安装命令，本教程步骤为通用准备动作，请务必以官网（https://deepflow.io）与仓库文档为准
  • DeepFlow 依赖 eBPF，部署环境需为支持 eBPF 的 Linux 内核
  • DeepFlow Cloud 目前处于 Beta 阶段，生产使用前请评估

核心亮点

  • 基于 eBPF 实现零代码插桩，自动追踪分布式调用链，降低接入成本
  • 集成分布式追踪与持续剖析，一站式解决链路追踪和性能分析需求
  • 自动生成服务拓扑和黄金指标，提升云原生环境可观测性

不足之处

  • eBPF 功能依赖内核版本和特性，老内核支持有限
  • 文档/社区待观察

适用场景

  • 微服务架构下的全链路追踪与故障定位
  • Kubernetes 环境中服务性能监控与瓶颈分析
  • 无侵入式可观测性平台建设

替代项目

SkyWalking、Jaeger、Pyroscope

上一篇：optillm

下一篇：LightLLM

同类项目推荐

HyperQwen 开源

24G 消费卡跑 27B 大模型，吞吐翻倍

Serve large Qwen models fast on the GPUs you actually own. Qwen3.8-27B on a single 2···

★ 2611 2026-10-28
janas 开源

纯 C 写的本地推理引擎，小内存也能跑超大模型

37 tok/s from Qwen3-Next-80B (48 GB) on a 32 GB laptop, 24 without drafts vs 2.8 for···

★ 670 2026-11-06
featureform 开源

把已有数据库变成特征存储，无需迁移，快速上线ML特征。

The Virtual Feature Store. Turn your existing data infrastructure into a feature sto···

★ 1991 2026-08-09
mlops-with-vertex-ai 开源

在 Google Cloud 上快速搭建完整 MLOps 流水线

An end-to-end example of MLOps on Google Cloud using TensorFlow, TFX, and Vertex AI

★ 424 2026-08-09
terraform-provider-iterative 开源

用 Terraform 管 ML 云资源，自动救回竞价实例，训练完自动关停省钱。

☁️ Terraform plugin for machine learning workloads: spot instance recovery & auto-···

★ 296 2026-08-09
suna 开源

一站式管理你的所有 AI 智能体，让运维更省心

Kortix CompanyOS – the open-source operating system for your company. Multiplayer A···

★ 20542 2026-08-09
dsc 开源

轻量C++张量库，快速搭建推理原型

Tensor library & inference framework for machine learning

★ 120 2026-08-09
gpu-hot 开源

打开网页，实时盯紧每一块 NVIDIA GPU 的状态

Real-time NVIDIA GPU dashboard

★ 1643 2026-08-09
Daft 开源

一个引擎统一处理多模态数据与 AI 流水线

High-performance data engine for AI and multimodal workloads. Process images, audio,···

★ 5834 2026-11-01