bpftrace的语法类似awk，熟悉awk的朋友这下有福了，一切看起来都是那么亲切。 语法结构1bpftrace -e 'BEGIN{} 探针,探针 /条件/{执行语句} 探针 /条件/{执行语句} ... END{}' 和awk语法相似，只是中间的每个执行语句是针对当时的探针触发点。条件不

我们看函数时，非常关心两件事：（1）怎么调到这个函数来的；（2）这个函数内部又会调用哪些函数（到哪儿去）。除了一点点搜索代码，查看代码外，还可以使用内核的动态追踪工具来观察它们。 当前运行的系统为ubuntu 24.04(kernel 6.8.0) 动态查看调用栈 – 从哪儿来(1) 检查是否有对应的事件这里使用bpftrace来进行跟踪，首先第一步检查我们想要跟踪的函数是否有对应的事件bpf

linux内核调试器ftrace使用 本文的实验是在ubuntu（内核版本3.19.0）上运行的。 ftrace原理ftrace是一个追踪器框架，其中一个强大的追踪器就是函数追踪器（即函数的调用过程）。它使用gcc的-pg选项让内核中的每个函数在执行前都调用一个特殊的函数mcount()。该函数本来是在c库中实现，用于prof跟踪调试性能。内核不链接C库，所以就利用了这个gcc特性。mcount

我们知道linux内核转发数据包的路径非常冗长，要经过bridge,netfilter,路由等，导致性能低。而XDP的点位非常靠前，把转发做在XDP里面有没有搞头？下文就做一个写死的demo小程序，看看XDP里面能不能把数据包转发出去，性能能提高多少。 环境搭建参考搭建参考 [[单台设备如何模拟测试数据转发性能]] xdp程序123456789101112131415161718192021

本文的实验是在ubuntu（内核版本3.19.0）上运行的。 ftrace原理ftrace是一个追踪器框架，其中一个强大的追踪器就是函数追踪器（即函数的调用过程）。它使用gcc的-pg选项让内核中的每个函数在执行前都调用一个特殊的函数mcount()。该函数本来是在c库中实现，用于prof跟踪调试性能。内核不链接C库，所以就利用了这个gcc特性。mcount函数必现在汇编中实现，因为调用不遵循

ros ipv6配置官方文档：https://wiki.mikrotik.com/wiki/Manual:TOC 拓扑图flowchart TB gm("光猫(桥模式)") ROS(("ROS")) R1("Router1") R2("Router2") R3("Router3...")

在 Linux 系统中，目前主流使用的systemd管理系统，journalctl 是systemd管理和查看系统日志的主要工具，提供了许多用于处理日志的选项。以下是一些 journalctl 的常用命令。 查看日志 查看所有日志: journalctl 查看特定服务日志: journalctl -u [服务名]，例如 journalctl -u ssh 逆序查看日志：journalctl -r

将tcpdump抓到的包实时发送到另一台主机上，另一台主机通过wireshark实时解析。 使用场景嵌入式调试时抓包，有时只能在机内使用tcpdump，如果直接dump到终端，分析不方便。如果直接保存到内存，内存又怕不够。需要一种把抓到的包实时发送到远端保存解析的方法。 实现方法原理：tcpdump抓包保存到标准输出，通过管道发送到远程主机。远程主机wireshark通过管道从标准输入读取数据

以前用的微软的c/c++插件来进行代码分析，跳转。分析代码很慢，磁盘占用多。没分析完时很难跳转。 前置工作clangd分析代码一样需要编译数据库文件(compile_commands.json)，需要先准备好这个文件。可以使用bear来捕获生成。 安装（1）vscode安装clangd插件 （2）ubuntu上安装clangd。 1sudo apt install clangd ub

git使用 git 2.23之后，多了switch和restore命令，git –help已看不到checkout的踪影（还是支持）。因为checkout用法太多，语义的歧义太大了。 但是很多商业公司一直用着老旧的系统，老旧的软件，所以下面基本只会涉及checkout命令。 [toc] 配置（1）初次配置用户名邮箱 12git config --global user.name "le