Spark Program | Ckb-probe: Deep Observability Tool for CKB Nodes Based on Aya Kernel eBPF/ckb-probe:基于 Aya 内核 eBPF 的 CKB 节点深度可观测性工具

ckb-probe 测试结果可用性说明

背景

ckb-probe 的 P1~P4 性能评估和 Case Study 均从已同步的数据快照启动(tip 约 2000 万+),

属于批量恢复 + 追赶同步,而非从创世块开始的真正 IBD(Initial Block Download)。

本文档说明:为什么测试结果仍然有效,以及哪些措辞需要修正。


P1~P4:全部可用

P1~P4 测量的是 ckb-probe 对节点的附加影响,不依赖于同步阶段的性质:

指标 测量目标 是否依赖 IBD 可用性
P-1 CPU ≤ 3% probe 附加 CPU 开销 有效
P-2 RSS ≤ 50 MB probe 内存占用 有效
P-3 丢失率 < 0.1% BPF 事件传输可靠性 有效
P-4 退化 < 1% probe 对同步速度的影响 有效

理由: 高峰期 30 分钟内批量写入约 32 万块(~10K blocks/min),

RocksDB 操作密度和 I/O 压力与真正 IBD 的热阶段量级相当,

足以验证 probe 在高负载下的开销表现。

Case 1:数据可用,标题需修正

Case 1 采集的 RocksDB 操作模式(GET 109.7 QPS、PUT 4.3 QPS)、

延迟分布、异常检测均为真实观测,数据有效。

但标题"IBD 写入模式分析"不够准确——实际只同步了 197 块

(tip 20,851,949 → 20,852,146),属于短时追赶同步而非完整 IBD。

修正为:“追赶同步写入模式分析”

修正的措辞

位置 原文 修正后
Case 1 标题 IBD 写入模式分析 追赶同步写入模式分析
Case 1 正文 处于活跃 IBD 阶段 处于活跃追赶同步阶段
P-3 peak ~13K/sec (IBD phase) peak ~13K/sec (批量写入高峰期)
P-4 两次 IBD 间隔 9.5 小时 两次测试间隔 9.5 小时

结论

测试数据和结论均可用。高峰期的批量写入在 I/O 特征上与 IBD 高度相似,

能够有效验证 ckb-probe 的性能指标。报告中的 “IBD” 将替换为更准确的术语,

避免与严格定义的 IBD 概念混淆。

1 Like