DeepFlow 6.4 支持 TLS 握手消息解析以后，HTTPS 的全栈分布式追踪链路更精细了！

01

关于 TLS 握手

这里我们引用一张来自 bytebytego.com 的图，来展示 HTTPS 通信全过程：

从上图可以看到，为了完成一次 HTTPS 请求，客户端、服务端需要以此完成如下交互：

• TCP 三次握手：SYN、SYN-ACK、ACK
• TLS 握手和秘钥协商：三个到四个 TLS 协商消息，包括 Client Hello、Server Hello、Certificate、Key Exchange 等
• 应用层 HTTP 通信

01

DNS、TLS、HTTPS 全面覆盖

为了展示 DeepFlow 对 HTTPS 通信全过程的分布式追踪能力，我们让 ChatGPT 帮忙写了一个名为 golang-tls-demo 的演示进程。这个进程将会监听 48080 端口，在收到一个 HTTP 请求以后会向上游请求 https://deepflow.io 并将结果返回给客户端。

就是这样一个简单的 Demo 程序，我们来看看在 DeepFlow 的 AutoTracing 能力之下，精细到毛孔的分布式追踪效果：

从上图中可以看到，一次完整的通信涉及到：

• 客户端请求 golang-tls-demo http://$ip:48080/test/golang/tls/demo，耗时约 500ms
• golang-tls-demo 发起一次 HTTPS 调用，包括 5 个请求
  • DNS 请求 deepflow.io，耗时约 10ms
  • TLS Client Hello、Server Hello 握手，耗时约 50ms
  • TLS Cipher Spec、Key Exchange 握手，耗时约 50ms
  • DNS 请求 deepflow.io，耗时约 1ms
  • HTTPS 请求 deepflow.io，耗时约 50ms

实现这样的效果，只需要在 Host 上运行一个 deepflow-agent，不需要对 golang-tls-demo 做任何修改、也不需要重编译和重启。

注：TLS 握手仅 DeepFlow 企业版支持解析，其他调用企业版和社区版均支持。

03

K8s、KVM、物理网络一网打尽

DeepFlow 不仅能通过 eBPF 采集数据，也能使用 cBPF 获取 K8s 网卡、KVM 网卡、物理网络设备的流量，并展示在一张火焰图上：

04

持续剖析排查 TLS 热点

通常 HTTPS 通信相比 HTTP 会有更高的资源开销，此时我们也能进一步使用 DeepFlow 基于 eBPF 的持续剖析能力，查看 golang-tls-demo 的 CPU 火焰图，定位瓶颈函数：

看起来这个 ChatGPT 写的 Demo 性能瓶颈在系统调用上，即图中以 [k] 开头的函数。

05

彩蛋 - 对 mTLS 的支持

Istio 使用 mTLS（mutual TLS）来实现通信双方的双向校验。在 mTLS 场景下通信过程更为复杂，后续文章中我们将会展示 DeepFlow 在 Istio 环境中的分布式追踪能力。

06

什么是 DeepFlow

DeepFlow 是云杉网络开发的一款可观测性产品，旨在为复杂的云基础设施及云原生应用提供深度可观测性。DeepFlow 基于 eBPF 实现了应用性能指标、分布式追踪、持续性能剖析等观测信号的零侵扰（Zero Code）采集，并结合智能标签（SmartEncoding）技术实现了所有观测信号的全栈（Full Stack）关联和高效存取。使用 DeepFlow，可以让云原生应用自动具有深度可观测性，从而消除开发者不断插桩的沉重负担，并为 DevOps/SRE 团队提供从代码到基础设施的监控及诊断能力。

GitHub 地址：https://github.com/deepflowio/deepflow

访问 DeepFlow Demo，体验零插桩、全覆盖、全关联的可观测性。