【eBPF-03】进阶:BCC 框架中 BPF 映射的应用 v1.0

  • 【eBPF-03】进阶:BCC 框架中 BPF 映射的应用 v1.0已关闭评论
  • 211 次浏览
  • A+
所属分类:linux技术
摘要

eBPF 中实现内核态代码与用户态代码是可以实时通信的,这主要靠 BPF 映射 来实现。

eBPF 中实现内核态代码与用户态代码是可以实时通信的,这主要靠 BPF 映射 来实现。

BPF 映射 是内核空间的一段内存,以 键值对 的方式存储。内核态程序可以直接访问 BPF 映射,用户态需要通过系统调用才能访问这段地址。

BPF 映射有很多种类型,如下表所示。

类型 说明
BPF_HASH 哈希表
BPF_ARRAY 数组
BPF_HISTOGRAM 直方图
BPF_STACK_TRACE 跟踪栈
BPF_PERF_ARRAY 硬件性能数组
BPF_PERCPU_HASH 单CPU哈希表
BPF_PERCPU_ARRAY 单CPU数组
BPF_LPM_TRIE 最长前缀匹配映射
BPF_PROG_ARRAY 尾调用程序数组
... ...

本文列举了使用 eBPF + BCC 实现的多个工具源码,索引如下表。

工具名称 工具用途 工具使用的 MAP 涉及的具体 MAP 用法
killsnoop 检测进程被 kill 时的状态 BPF_HASH 内核态传递数据
filetop 检测指定时间周期内读写文件的 top 列表 BPF_HASH 内核态向用户态传递数据
usercheck 检测当前进程执行的用户 BPF_HASH 用户态向内核态传递数据
pidpersec 检测周期内通过 fork 创建的进程总数 BPF_ARRAY 保存全局数据
vfsreadlat 周期性打印 vfs 文件读取操作耗时分布情况 BPF_HISTOGRAM 直方图统计
stacksnoop 打印内核某个函数执行时的调用栈信息 BPF_STACK_TRACE 内核函数跟踪栈

1 哈希表

哈希表与我们熟悉的 hash_map 实现和用法相似,都是由 key/value 组成,在 eBPF 程序中按需分配和释放。

我们来看几个应用了 BPF_HASH 的例子。

工具1 killsnoop

(改编自 Brendan Gregg 大神给出的源码)—— 用来检测进程被 kill 时的状态。

点击查看代码
from bcc import BPF from bcc.utils import printb from time import strftime  # define BPF program bpf_text = """ #include <uapi/linux/ptrace.h> #include <linux/sched.h>  struct val_t { 	u32 pid; 	int sig; 	int tpid; 	char comm[TASK_COMM_LEN]; };  struct data_t { 	u32 pid; 	int tpid; 	int sig; 	int ret; 	char comm[TASK_COMM_LEN]; }; // 定义 BPF_HASH 名称为 infotmp,key 类型为 u32,val 类型为 struct val_t BPF_HASH(infotmp, u32, struct val_t); BPF_PERF_OUTPUT(events);  int syscall__kill(struct pt_regs *ctx, int tpid, int sig) { 	u64 pid_tgid = bpf_get_current_pid_tgid(); 	u32 pid = pid_tgid >> 32; 	u32 tid = (u32)pid_tgid;  	struct val_t val = {.pid = pid}; 	if (bpf_get_current_comm(&val.comm, sizeof(val.comm)) == 0) { 		val.tpid = tpid; 		val.sig = sig; 		infotmp.update(&tid, &val);		// 根据 (key, val) 更新 BPF_HASH 	}  	return 0; };  int do_ret_sys_kill(struct pt_regs *ctx) { 	struct data_t data = {}; 	struct val_t *valp; 	u64 pid_tgid = bpf_get_current_pid_tgid(); 	u32 pid = pid_tgid >> 32; 	u32 tid = (u32)pid_tgid;  	valp = infotmp.lookup(&tid);		// 根据 key 查找 BPF_HASH 	if (valp == 0) { 		// missed entry 		return 0; 	}  	bpf_probe_read_kernel(&data.comm, sizeof(data.comm), valp->comm); 	data.pid = pid; 	data.tpid = valp->tpid; 	data.ret = PT_REGS_RC(ctx); 	data.sig = valp->sig;  	events.perf_submit(ctx, &data, sizeof(data)); 	infotmp.delete(&tid);		// 根据 key 删除 BPF_HASH 记录  	return 0; } """ # initialize BPF b = BPF(text=bpf_text) kill_fnname = b.get_syscall_fnname("kill") b.attach_kprobe(event=kill_fnname, fn_name="syscall__kill") b.attach_kretprobe(event=kill_fnname, fn_name="do_ret_sys_kill") # header print("%-9s %-16s %-16s %-4s %-16s %s" % ("TIME", "PID", "COMM", "SIG",  "TPID", "RESULT"))  # process event def print_event(cpu, data, size):     event = b["events"].event(data)     printb(b"%-9s %-16d %-16s %-4d %-16d %d" % (strftime("%H:%M:%S").encode('ascii'), event.pid, event.comm, event.sig, event.tpid, event.ret))  # loop with callback to print_event b["events"].open_perf_buffer(print_event) while 1:     try:         b.perf_buffer_poll()     except KeyboardInterrupt:         exit() 

这个例子给出了 BPF_HASH 在内核态不同函数事件阶段之间传递消息的基本使用方式。主要有几个关键点:

  • BPF_HASH(infotmp, u32, struct val_t):定义一个 BPF 哈希表,前三个参数分别为:哈希表名称,key 的类型,val 的类型;

  • infotmp.update(&tid, &val):更新 (key, val);

  • infotmp.lookup(&tid):查询 key 对应的 val;

  • infotmp.delete(&tid):删除 (key, val);

这段程序最终的运行结果如下。

【eBPF-03】进阶:BCC 框架中 BPF 映射的应用 v1.0

工具2 filetop

(同样改编自 Brendan Gregg 的源码)—— 用来检测指定时间周期内读写文件的 top 列表。

点击查看代码
#!/usr/bin/python3 from bcc import BPF from time import sleep, strftime  # define BPF program bpf_text = """ #include <uapi/linux/ptrace.h> #include <linux/blkdev.h> // the key for the output summary struct info_t { 	unsigned long inode; 	dev_t dev; 	dev_t rdev; 	u32 pid; 	u32 name_len; 	char comm[TASK_COMM_LEN];		// 进程名 	// de->d_name.name may point to de->d_iname so limit len accordingly 	char name[DNAME_INLINE_LEN];		// 文件名 	char type; }; // the value of the output summary struct val_t { 	u64 reads; 	u64 writes; 	u64 rbytes; 	u64 wbytes; }; BPF_HASH(counts, struct info_t, struct val_t);		// 定义 HASH 表,key 和 val 均为一个结构体  static int do_entry(struct pt_regs *ctx, struct file *file, char __user *buf, size_t count, int is_read) { 	u32 tgid = bpf_get_current_pid_tgid() >> 32; 	u32 pid = bpf_get_current_pid_tgid();  	// skip I/O lacking a filename 	struct dentry *de = file->f_path.dentry; 	int mode = file->f_inode->i_mode; 	struct qstr d_name = de->d_name; 	if (d_name.len == 0) 		return 0;  	// store counts and sizes by pid & file 	struct info_t info = { 		.pid = pid, 		.inode = file->f_inode->i_ino, 		.dev = file->f_inode->i_sb->s_dev, 		.rdev = file->f_inode->i_rdev, 	}; 	bpf_get_current_comm(&info.comm, sizeof(info.comm)); 	info.name_len = d_name.len; 	bpf_probe_read_kernel(&info.name, sizeof(info.name), d_name.name); 	// 区分操作的类型 	if (S_ISREG(mode)) { 		info.type = 'R'; 	} else if (S_ISSOCK(mode)) { 		info.type = 'S'; 	} else { 		info.type = 'O'; 	}  	struct val_t *valp, zero = {}; 	valp = counts.lookup_or_try_init(&info, &zero);		// 内核态尝试获取指定 key 的 val,若 val == NULL,则赋予一个默认值 	if (valp) { 		if (is_read) { 			valp->reads++; 			valp->rbytes += count; 		} else { 			valp->writes++; 			valp->wbytes += count; 		} 	} 	return 0; }  int trace_read_entry(struct pt_regs *ctx, struct file *file, char __user *buf, size_t count) { 	return do_entry(ctx, file, buf, count, 1); }  int trace_write_entry(struct pt_regs *ctx, struct file *file, char __user *buf, size_t count) { 	return do_entry(ctx, file, buf, count, 0); } """  # initialize BPF b = BPF(text=bpf_text) b.attach_kprobe(event="vfs_read", fn_name="trace_read_entry") b.attach_kprobe(event="vfs_write", fn_name="trace_write_entry")  # check whether hash table batch ops is supported htab_batch_ops = True if BPF.kernel_struct_has_field(b'bpf_map_ops', b'map_lookup_and_delete_batch') == 1 else False DNAME_INLINE_LEN = 32  # linux/dcache.h interval = 1 exiting = 0  def sort_fn(counts): 	return (counts[1].rbytes + counts[1].wbytes + counts[1].reads + counts[1].writes)  while 1: 	try: 		sleep(interval) 	except KeyboardInterrupt: 		exit()  	print('Tracing... Output every %d secs. Hit Ctrl-C to end' % interval) 	print("%-7s %-16s %-6s %-6s %-7s %-7s %1s %s" % ("TID", "COMM", "READS", "WRITES", "R_Kb", "W_Kb", "T", "FILE"))  	# 用户态获取 BPF_HASH 	counts = b.get_table("counts") 	# 这里遍历整个 BPF_HASH 	for k, v in reversed(sorted(counts.items_lookup_and_delete_batch()                                 if htab_batch_ops else counts.items(),                                 key=sort_fn)): 		name = k.name.decode('utf-8', 'replace') 		if k.name_len > DNAME_INLINE_LEN: 			name = name[:-3] + "..."          # print line 		print("%-7d %-16s %-6d %-6d %-7d %-7d %1s %s" % (k.pid, 			k.comm.decode('utf-8', 'replace'), v.reads, v.writes, 			v.rbytes / 1024, v.wbytes / 1024, 			k.type.decode('utf-8', 'replace'), name)) 	# 用户态清空 BPF_HASH 	if not htab_batch_ops: 		counts.clear() 

这个例子给出了 BPF_HASH 用于内核态向用户态传递数据的场景。主要有以下几个关键点:

  • BPF_HASH(counts, struct info_t, struct val_t):本次声明的哈希表,key 和 val 均为一个结构体,这在实操上是常见的。不过要注意 eBPF 运行栈大小限制。

  • valp = counts.lookup_or_try_init(&info, &zero):内核态的查找辅助函数,和 lookup() 用法相同,不过此函数安全性更高。若获取的 val 为空,则为其赋予一个初始值 zero。(注意,获取的 val 是一个指针,可以直接操作器结构体数据)

  • counts = b.get_table("counts"):用于用户态获取定义的 eBPF_HASH

  • counts.items():返回所有的 (key, val),用于用户态遍历哈希表。

  • counts.clear():清空整张哈希表。

  • htab_batch_ops:这段代码定义了一个特殊的标志位,用来判断当前版本的 eBPF 是否支持 items_lookup_and_delete_batch() 辅助函数。

  • items_lookup_and_delete_batch():内核 5.6 版本才引入该函数。作用同 items() + clear(),即,获取所有的 (key, val),并清空整个哈希表。

这段代码通过 interval 变量控制检测周期(当前为 1s),并按照这个周期,检测打印进程访问文件的一个热度表,按照字节降序排列。如下图所示:

【eBPF-03】进阶:BCC 框架中 BPF 映射的应用 v1.0

工具3 usercheck

(改编自《Learning eBPF》一书第二章给给出的部分代码)——用来检测当前进程执行的用户。

点击查看代码
#!/usr/bin/python3 from bcc import BPF from ctypes import *  bpf_text = ''' struct user_msg_t { 	char message[12]; };  BPF_HASH(config, u32, struct user_msg_t); BPF_PERF_OUTPUT(events);  struct data_t { 	int pid; 	int uid; 	char command[16]; 	char message[12]; };  int check_user(void *ctx) { 	struct data_t data = {}; 	struct user_msg_t *p; 	char message[12] = "Hello World";  	data.pid = bpf_get_current_pid_tgid() >> 32; 	data.uid = bpf_get_current_uid_gid() & 0xFFFFFFFF; 	bpf_get_current_comm(&data.command, sizeof(data.command));  	p = config.lookup(&data.uid); 	if (p != 0) { 		bpf_probe_read_kernel(&data.message, sizeof(data.message), p->message); 	} else { 		bpf_probe_read_kernel(&data.message, sizeof(data.message), message); 	}  	events.perf_submit(ctx, &data, sizeof(data)); 	return 0; } '''  # initialize BPF b = BPF(text=bpf_text) execve_fnname = b.get_syscall_fnname("execve") b.attach_kprobe(event=execve_fnname, fn_name="check_user") # 用户态获取 HASH config = b.get_table("config") # 用户态修改 HASH config[c_int(0)] = create_string_buffer(b"Hello, Root!") config[c_int(1000)] = create_string_buffer(b"Hello, User 501!")  print("%-10s %-10s %-16s %s" % ("PID", "UID", "COMM", "MSG")) def print_event(cpu, data, size): 	event = b["events"].event(data) 	print("%-10d %-10d %-16s %s" % (event.pid, event.uid, event.command.decode('utf-8'), event.message.decode('utf-8')))  b["events"].open_perf_buffer(print_event) while 1: 	try: 		b.perf_buffer_poll() 	except KeyboardInterrupt: 		exit() 

这个例子给出了一个用户态主动修改 BPF_HASH 的情况。关键点:

  • config[c_int(0)] = create_string_buffer(b"Hello, Root!"):修改的方式与常规的 hash_map 类似,但是,key 和 val 的类型转换是必不可少的步骤。

python 到 C 的类型转换可以通过 ctypes 库来实现。可直接通过 pip3 install stypes 安装。

注意:

用户态可以通过这种方式向内核态传入数据,但千万要慎之又慎用这种方式去控制内核 BPF 程序的执行流程。内核态无法阻塞等待用户态处理复杂逻辑后的响应(如创建另一个进程)。[引用-1]

举例来说,当这个程序不是在最初就设定了 BPF_HASH 的值,而是通过内核传出的用户 uid动态地去打开系统文件检索用户 username,那么这个工具将无法实现预期功能了。这是因为,在当前进程执行的 execve 挂载点,用户态并没有来得及执行下一个 open 进程,因此,其通过 lookup() 获得的 username 将始终为空。

运行结果:

【eBPF-03】进阶:BCC 框架中 BPF 映射的应用 v1.0

2 数组

工具4 pidpersec

(改编自 Brendan Gregg 给出的源码)—— 用于检测周期内通过 fork 创建的进程总数。

点击查看代码
#!/usr/bin/python3 from bcc import BPF from ctypes import c_int from time import sleep, strftime  # load BPF program b = BPF(text=""" #include <uapi/linux/ptrace.h> enum stat_types { 	S_COUNT = 1, 	S_MAXSTAT }; BPF_ARRAY(stats, u64, S_MAXSTAT);		// 创建 ARRAY,名称为 stats,val 的类型为 u64,val 的最大数量为 S_MAXSTAT = 2  static void stats_increment(int key) { 	stats.atomic_increment(key);		// 索引为 key 的 val 原子自增操作 }  void do_count(struct pt_regs *ctx) { stats_increment(S_COUNT); } """) b.attach_kprobe(event="sched_fork", fn_name="do_count")  # stat indexes S_COUNT = c_int(1) interval = 1		# 打印周期  # header print("Tracing... Ctrl-C to end.") # output while (1): 	try: 		sleep(interval) 	except KeyboardInterrupt: 		exit()  	print("%s: PIDs/sec: %d" % (strftime("%H:%M:%S"), 		b["stats"][S_COUNT].value)) 	b["stats"].clear() 

同为 BPF 映射类型,BPF_ARRAY 可以被看作为一类特殊的 BPF_HASH( ARRAY 的 key 从 0 开始,为非零整数),但有一下几点区别。

  • BPF_ARRAY 在初始化时会预先分配空间,并设置为零。
  • BPF_ARRAY 的大小是固定的,其元素不能被删除。
  • BPF_ARRAY 通常用于保存 val 可能会更新的信息,由于 key 默认为非负整数索引,因此,其固定索引的 val 通常代表一个意义。
  • BPF_ARRAYBPF_HASH 一样,在执行更新操作时,不能保证原子性。需要进行额外的手段来保证原子操作。

实际上, HASH 和 ARRAY 在初始化时,都有一个默认的最大 size(10240)。只不过在使用 ARRAY 时,通常会指定其最大 size,以免预分配资源空间的浪费。

在此代码中,给出了一个 BPF_ARRAY 的常见用法,即,作为一个全局的计数器(跨用户态和内核态)。当然,若你问用 BPF_HASH 可不可以实现呢?答案自然是可以。数据结构并没有好坏之分,只有适合不适合之别。在此代码中:

  • BPF_ARRAY(stats, u64, S_MAXSTAT):定义一个数组,接受三个参数,分别为数组名,数组元素类型,数组大小。

  • stats.atomic_increment(key):由于修改数组元素时,不能保证原子性,因此这里需要手动调用辅助函数 atomic_increment() 为指定 key 的 val 做原子自增。

此工具运行截图。周期性打印 fork 出来的进程数量。

【eBPF-03】进阶:BCC 框架中 BPF 映射的应用 v1.0

3 直方图

工具5 vfsreadlat

(改编自 Brendan Gregg 给出的源码)—— 用于周期性打印 vfs 文件读取操作耗时分布情况。

点击查看代码
from bcc import BPF from time import sleep  bpf_src = ''' #include <uapi/linux/ptrace.h> BPF_HASH(start, u32); BPF_HISTOGRAM(dist);		// 创建一个直方图映射,名称为 dist  int do_entry(struct pt_regs *ctx) { 	u32 pid; 	u64 ts; 	pid = bpf_get_current_pid_tgid(); 	ts = bpf_ktime_get_ns(); 	start.update(&pid, &ts); 	return 0; } int do_return(struct pt_regs *ctx) { 	u32 pid; 	u64 *tsp, delta; 	pid = bpf_get_current_pid_tgid(); 	tsp = start.lookup(&pid); 	if (tsp != 0) { 		delta = bpf_ktime_get_ns() - *tsp; 		dist.increment(bpf_log2l(delta / 1000));	// 修改直方图数据,key 为 bpf_log2l(delta / 1000),即 千分之差值的 2 的对数 		start.delete(&pid); 	} 	return 0; } ''' # load BPF program b = BPF(text = bpf_src) b.attach_kprobe(event="vfs_read", fn_name="do_entry") b.attach_kretprobe(event="vfs_read", fn_name="do_return") # header print("Tracing... Hit Ctrl-C to end.")  interval = 5 count = -1 loop = 0 while (1): 	if count > 0: 		loop += 1 		if loop > count: 			exit() 	try: 		sleep(interval) 	except KeyboardInterrupt: 		pass; exit()  	print() 	b["dist"].print_log2_hist("usecs")		# 打印直方图 	b["dist"].clear() 

这个例子给出了一个新的 BPF_MAP 类型:直方图 BPF_HISTOGRAM。有以下几个关键:

  • BPF_HISTOGRAM(dist):创建了一个名为 dist 的直方图,默认值 BPF_HISTOGRAM(name, key_type=int, size=64)

  • dist.increment():直方图调用 increment() 将值自增,来进行统计。

  • bpf_log2l(delta / 1000):该函数返回 log_2(delta/1000) 的值。这样做是为了压缩直方图统计范围。

  • b["dist"].print_log2_hist("usecs"):指定统计列名称为 usecs,打印直方图。

输出结果:

【eBPF-03】进阶:BCC 框架中 BPF 映射的应用 v1.0

4 跟踪栈

工具6 stacksnoop

(改编自 Brendan Gregg 给出的源码)—— 用于打印内核某个函数执行时的调用栈信息。

点击查看代码
from __future__ import print_function from bcc import BPF import argparse import time  parser = argparse.ArgumentParser( 	description="Trace and print kernel stack traces for a kernel function", 	formatter_class=argparse.RawDescriptionHelpFormatter) parser.add_argument("function", help="kernel function name")  function = parser.parse_args().function offset = False  # define BPF program bpf_text = """ #include <uapi/linux/ptrace.h> #include <linux/sched.h>  struct data_t { 	u64 stack_id; 	u32 pid; 	char comm[TASK_COMM_LEN]; }; BPF_STACK_TRACE(stack_traces, 128);		// 定义跟踪栈 BPF_PERF_OUTPUT(events);  void trace_stack(struct pt_regs *ctx) { 	u32 pid = bpf_get_current_pid_tgid() >> 32; 	struct data_t data = {}; 	data.stack_id = stack_traces.get_stackid(ctx, 0);		遍历通过 ctx 找到的堆栈,返回它的唯一 ID 	data.pid = pid; 	bpf_get_current_comm(&data.comm, sizeof(data.comm)); 	events.perf_submit(ctx, &data, sizeof(data)); } """ # initialize BPF b = BPF(text=bpf_text) b.attach_kprobe(event=function, fn_name="trace_stack")  TASK_COMM_LEN = 16  # linux/sched.h  matched = b.num_open_kprobes()		# 判断输入的 function 是否合法 if matched == 0: 	print("Function "%s" not found. Exiting." % function) 	exit()  stack_traces = b.get_table("stack_traces")		# 获取跟踪栈 start_ts = time.time()  # header print("%-18s %-12s %-6s %-3s %s" % ("TIME(s)", "COMM", "PID", "CPU", "FUNCTION"))  def print_event(cpu, data, size): 	event = b["events"].event(data) 	ts = time.time() - start_ts 	print("%-18.9f %-12.12s %-6d %-3d %s" % (ts, event.comm.decode('utf-8', 'replace'), event.pid, cpu, function))  	for addr in stack_traces.walk(event.stack_id):		# 根据 stack.id 遍历堆栈 		sym = b.ksym(addr, show_offset=offset).decode('utf-8', 'replace')		# 将一个内核地址翻译成内核函数名 		print("t%s" % sym)  	print()  b["events"].open_perf_buffer(print_event) while 1: 	try: 		b.perf_buffer_poll() 	except KeyboardInterrupt: 		exit() 

这个例子给出了 BPF_STACK_TRACE 跟踪栈的用法。关键在于:

  • BPF_STACK_TRACE(stack_traces, 128):定义一个跟踪栈,深度为 128。

  • stack_traces.get_stackid(ctx, 0):遍历通过 ctx 找到的堆栈,返回它的唯一 ID。

  • stack_traces = b.get_table("stack_traces"):用户态获取跟踪栈。

  • for addr in stack_traces.walk(event.stack_id):根据跟踪栈的唯一 id 遍历栈内元素,函数调用地址信息。拿到地址信息后,通过 b.ksym() 函数将其翻译为内核函数名。注意,b.ksym() 函数 接收一个 show_offset 参数,用于控制是否显示偏移地址。

  • matched = b.num_open_kprobes():另外,这段程序最终接收一个参数,作为跟踪的内核函数名。因此需要判断其是否合法。num_open_kprobes() 将返回能够匹配上的内核探针数量,这里被应用于检测输入的内核函数是否合法。

跟踪一个函数 do_execve,stacksnoop 运行效果如下:

【eBPF-03】进阶:BCC 框架中 BPF 映射的应用 v1.0

总结

篇幅有限,本文先介绍这六个工具,主要涵盖了 BPF_HASH / BPF_ARRAY / BPF_HISTOGRAM / BPF_STACK_TRACE 这四种最常见的 BPF 映射 的使用方法。后面有精力的话,再补充 BPF 映射 的其他类型在 BCC 框架中的用法。

BCC 框架相关的中文材料目前不是很多,参考书也比较有限,本文涉及的源码大多改编自 Brendan Gregg 大神的开源项目,项目地址( https://github.com/iovisor/bcc )。感兴趣的朋友可以一起交流学习!