eBPF无需代理，不会中断业务，并以极具吸引力的方式兼顾数据生成与控制。
eBPF能够提供出色的可见性，并可作为安全领域的战略控制点，因此正逐步成为现代可观测性和安全解决方案的重要组成部分。
什么是eBPF？
eBPF（扩展伯克利数据包过滤器）是一种轻量级的Linux内核级构造，可同时作为遥测数据的采集点和控制点。它无需修改内核或重新编译，因此广受欢迎，并可顺畅地将采集和控制功能引入系统。
虽然eBPF主要用于从系统中采集遥测数据，但由于它能够执行一组有限的功能，也可用作控制点。例如，它既可用于阻止可疑数据包传播，也可充当一种数据包级路由器。
这种双重特性使该技术在可观测性（捕获）和安全（控制）市场中日益受到重视。与传统的基于代理的技术相比，eBPF可提供更丰富的捕获点，其中一些是传统技术无法提供或在经济上不可行的，从而支持分析。eBPF有助于实现可观测性和安全能力。
“如需深入了解eBPF，请观看由F5 DevCentral的Buu Lam讲解的Brightboard课程”
为什么eBPF是2023年备受瞩目的技术？
我相信，大家看到这一说法的第一反应一定是：“才不是，生成式AI才是2023年的热门技术。”
请允许我持不同意见。
尽管生成式AI是2023年备受期待的技术，但其对市场的影响仍处于早期阶段。市面上确实有数以千计的工具、框架、库、应用和网站，可帮助组织快速利用生成式AI的能力，但对市场产生的实际影响却寥寥无几。迄今为止，生成式AI的影响主要体现在内部生产力提升方面。这虽是一个积极信号，但尚未显著改变市场。
eBPF则不然，它正在对安全和可观测性这两个不同的市场产生深远影响。事实上，eBPF是推动这两个市场融合的基础技术之一，并由此催生新一代运维工具，帮助企业及其数据提升安全性。因此，eBPF是2023年具有重要战略意义的技术。
2023年，eBPF凭借充当控制点的能力，虽然这种能力有限，但已从可观测性的赋能技术发展为对安全领域产生重要影响的技术。从技术上讲，eBPF无需代理，因为它可以集成到基于Linux的系统中，无需重新编译或修改；与传统的基于代理的替代方案相比，它也极为轻量。
不过，eBPF并不能解决如何处理所生成的海量数据这一难题。这是一个更大的问题，而机器学习和DataOps等实践与方法的兴起，正是为了扩展遥测管道，确保分析工具能够充分利用这些数据，生成自2021年以来各组织一直期待的可行洞察。
但与大多数组织一样，第一步是确保从所有适当的位置收集遥测数据，而应对这一挑战的方法之一就是使用eBPF。
事实证明，eBPF不仅是一项生成数据的技术，还能对数据采取操作。这意味着，它可以用作过滤器、基础路由器，也可以在早期阶段遏制攻击或恶意行为者。安全服务以数据为驱动力，但也依赖控制点对这些数据采取操作，而eBPF恰好可以提供这两种功能。
正因如此，eBPF在可观测性和安全市场中的应用日益广泛，尤其是在开始同时覆盖这两个领域的产品中。eBPF是2023年备受瞩目的技术。
面对生成式AI的强劲势头，eBPF能否在2024年保持领先地位，仍有待观察。但AI的发展速度表明，即使它未能在2024年超越eBPF，也会在此后不久实现超越。
企业对eBPF的采用
企业组织可以通过采用基于eBPF技术的软件和服务，以及将其集成到自身技术栈中，充分发挥eBPF的优势。使用eBPF可以显著提升可观测性，尤其适用于手动插桩成本过高的传统应用。借助eBPF，企业组织可以有效地将可观测能力“嵌入”应用栈，而无需承担部署和管理基于代理的方案所需的额外开销与成本。
尚未探索eBPF的组织不妨从现在开始。随着云服务和基于代理的方案成本不断上升，利用eBPF是一项颇具价值的战略选择，有助于降低成本、提高可观测性，并为AI所需的数据管道提供数据。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
2023年应用策略现状：成本与复杂性是推动多云网络发展的首要因素
多云网络解决方案可在核心、云和边缘环境之间实现无缝、安全的互联，为解决当今混合IT面临的挑战提供支持，因而备受业界关注。