eBPF Probe Overhead Budget

根据实测事件速率估算 eBPF probe 消耗的 CPU 核心当量，并与用户设定的 CPU 预算比较。这是规划模型；应在目标内核和工作负载上测量 probe 开销。

每秒事件数 (events/s)每个事件执行的 eBPF probe 数 (probes/event)Measured eBPF probe overhead (µs)可用 CPU 核心数 (cores)Probe 的 CPU 预算 (%)

结果

预计占用的 CPU 核心

占可用 CPU 的比例

设定的 CPU 预算

剩余 CPU 预算（负数表示超出预算）

预算内每个事件最多 probe 数

使用方法工具

输入事件速率，以及每个事件会执行的 eBPF probe 数量。
输入每个 probe 的实测平均开销（微秒）、可用 CPU 核心数，以及用于 instrumentation 的 CPU 百分比预算。
查看预计核心占用、预算余量，以及预算内每个事件可容纳的最大整数 probe 数。

假设条件

将 probe 成本视为每个事件固定的平均值；不计方差、尾延迟、map 争用、verifier 成本、上下文切换、JIT 行为及 probe 间交互。
实测开销和事件速率必须代表相同内核、硬件、事件路径及接近生产的工作负载。
CPU 百分比预算由用户选择；本工具不建议生产环境限制。

技术细节：字段含义

每秒事件数 eventRatePerSecond: 每秒产生的实测或预期事件数。
每个事件执行的 eBPF probe 数 probesPerEvent: 每个事件执行的 probe 数量，按整数 probe 数输入。
Measured eBPF probe overhead overheadPerProbeUs: 在目标内核和代表性工作负载上测得的单个 probe 平均执行开销，单位为微秒。
可用 CPU 核心数 availableCpuCores: 该工作负载可用的 CPU 核心数，用于计算百分比和预算。
Probe 的 CPU 预算 cpuBudgetPercent: 为这些 probe 预留的可用 CPU 核心最大比例；这是用户设定的预算，并非安全默认值。

方法说明

CPU 核心占用 = 每秒事件数 × 每事件 probe 数 × 每个 probe 微秒数 ÷ 1,000,000。CPU 预算核心数 = 可用核心数 × 预算百分比。每事件最大整数 probe 数 = floor(预算核心数 × 1,000,000 ÷ (事件速率 × 每个 probe 微秒数))。

计算示例

每秒 400,000 个事件，每个事件执行两个 probe

输入项: 每秒事件数: 400000 events/s, 每个事件执行的 eBPF probe 数: 2 probes/event, Measured eBPF probe overhead: 4 µs, 可用 CPU 核心数: 16 cores, Probe 的 CPU 预算: 10%

结果: 预计占用 3.2 个 CPU 核心（16 个核心的 20%）。10% 预算为 1.6 个核心，因此该配置超出 1.6 个核心；按此简化预算计算，每个事件执行一个 probe 可以满足预算。

实用指南

使用生产中将运行的相同事件类型、挂载点、内核版本、maps 和 probe 程序体测量开销。
将此估算与延迟和事件丢失测量结合使用；平均 CPU 不能说明尾部影响。

常见错误

用空 probe 的微基准开销代表会读取 maps、复制数据或发出事件的 probe。
按事件速率计算时，忘记每个事件可能执行多个 probe。

常见问题

eBPF probe 开销总是固定的吗？

不是。本计算器假设每个事件的平均开销固定。实际成本会随程序工作、内核路径、map 访问、争用和负载而变化。

CPU 预算百分比来自 Kubernetes 或 Linux 吗？

不是。这是由你选择的规划阈值；计算器不会读取 cgroups、Kubernetes 限制或主机遥测。

上次审核： 2026-10-18

这是简单的平均 CPU 预算模型；不会预测延迟、perf-event 丢失、内核调度、verifier 是否接受、eBPF map 压力或生产安全性。

此工具根据上述假设提供参考估算值。

主题和工具偏好设置，以及已保存和最近使用的列表仅存储在此浏览器中。