Linux中的DTrace：BPF進入4.9內核
隨著 BPF 追蹤系統(基于時間采樣)***一個主要功能被合并至 Linux 4.9-rc1 版本的內核中，現在 Linux 內核擁有類似 DTrace 的原生追蹤功能。DTrace 是 Solaris 系統中的高級追蹤器。對于長期使用 DTrace 的用戶和專家，這將是一個振奮人心的里程碑!現在在 Linux 系統上，你可以在生產環境中使用安全的、低負載的定制追蹤系統，通過執行時間的柱狀圖和頻率統計等信息，分析應用的性能以及內核。
用于 Linux 的追蹤項目有很多，但是這個最終被合并進 Linux 內核的技術從一開始就根本不是一個追蹤項目：它是最開始是用于伯克利***濾器Berkeley Packet Filter(BPF)的增強功能。這些補丁允許 BPF 重定向數據包，從而創建軟件定義網絡(SDN)。久而久之，對事件追蹤的支持就被添加進來了，使得程序追蹤可用于 Linux 系統。
盡管目前 BPF 沒有像 DTrace 一樣的高級語言，但它所提供的前端已經足夠讓我創建很多 BPF 工具了，其中有些是基于我以前的 DTraceToolkit。這個帖子將告訴你怎么去用這些 BPF 提供的前端工具，以及暢談這項技術將會何去何從。
示例
我已經將基于 BPF 的追蹤工具添加到了開源的 bcc 項目里(感謝 PLUMgrid 公司的 Brenden Blanco 帶領 bcc 項目的發展)。詳見 bcc 安裝 手冊。它會在 /usr/share/bcc/tools 目錄下添加一系列工具，包括接下來的那些工具。
捕獲新進程：
- # execsnoop
- PCOMM PID RET ARGS
- bash 15887 0 /usr/bin/man ls
- preconv 15894 0 /usr/bin/preconv -e UTF-8
- man 15896 0 /usr/bin/tbl
- man 15897 0 /usr/bin/nroff -mandoc -rLL=169n -rLT=169n -Tutf8
- man 15898 0 /usr/bin/pager -s
- nroff 15900 0 /usr/bin/locale charmap
- nroff 15901 0 /usr/bin/groff -mtty-char -Tutf8 -mandoc -rLL=169n -rLT=169n
- groff 15902 0 /usr/bin/troff -mtty-char -mandoc -rLL=169n -rLT=169n -Tutf8
- groff 15903 0 /usr/bin/grotty
硬盤 I/O 延遲的柱狀圖：
- # biolatency -m
- Tracing block device I/O... Hit Ctrl-C to end.
- ^C
- msecs : count distribution
- 0 -> 1 : 96 |************************************ |
- 2 -> 3 : 25 |********* |
- 4 -> 7 : 29 |*********** |
- 8 -> 15 : 62 |*********************** |
- 16 -> 31 : 100 |**************************************|
- 32 -> 63 : 62 |*********************** |
- 64 -> 127 : 18 |****** |
追蹤慢于 5 毫秒的 ext4 常見操作：
- # ext4slower 5
- Tracing ext4 operations slower than 5 ms
- TIME COMM PID T BYTES OFF_KB LAT(ms) FILENAME
- 21:49:45 supervise 3570 W 18 0 5.48 status.new
- 21:49:48 supervise 12770 R 128 0 7.55 run
- 21:49:48 run 12770 R 497 0 16.46 nsswitch.conf
- 21:49:48 run 12770 R 1680 0 17.42 netflix_environment.sh
- 21:49:48 run 12770 R 1079 0 9.53 service_functions.sh
- 21:49:48 run 12772 R 128 0 17.74 svstat
- 21:49:48 svstat 12772 R 18 0 8.67 status
- 21:49:48 run 12774 R 128 0 15.76 stat
- 21:49:48 run 12777 R 128 0 7.89 grep
- 21:49:48 run 12776 R 128 0 8.25 ps
- 21:49:48 run 12780 R 128 0 11.07 xargs
- 21:49:48 ps 12776 R 832 0 12.02 libprocps.so.4.0.0
- 21:49:48 run 12779 R 128 0 13.21 cut
- [...]
追蹤新建的 TCP 活躍連接(connect()):
- # tcpconnect
- PID COMM IP SADDR DADDR DPORT
- 1479 telnet 4 127.0.0.1 127.0.0.1 23
- 1469 curl 4 10.201.219.236 54.245.105.25 80
- 1469 curl 4 10.201.219.236 54.67.101.145 80
- 1991 telnet 6 ::1 ::1 23
- 2015 ssh 6 fe80::2000:bff:fe82:3ac fe80::2000:bff:fe82:3ac 22
通過跟蹤 getaddrinfo()/gethostbyname() 庫的調用來追蹤 DNS 延遲：
- # gethostlatency
- TIME PID COMM LATms HOST
- 06:10:24 28011 wget 90.00 www.iovisor.org
- 06:10:28 28127 wget 0.00 www.iovisor.org
- 06:10:41 28404 wget 9.00 www.netflix.com
- 06:10:48 28544 curl 35.00 www.netflix.com.au
- 06:11:10 29054 curl 31.00 www.plumgrid.com
- 06:11:16 29195 curl 3.00 www.facebook.com
- 06:11:25 29404 curl 72.00 foo
- 06:11:28 29475 curl 1.00 foo
按類別劃分 VFS 操作的時間間隔統計：
- # vfsstat
- TIME READ/s WRITE/s CREATE/s OPEN/s FSYNC/s
- 18:35:32: 231 12 4 98 0
- 18:35:33: 274 13 4 106 0
- 18:35:34: 586 86 4 251 0
- 18:35:35: 241 15 4 99 0
對一個給定的 PID，通過內核和用戶堆棧軌跡來追蹤 CPU 處理之外的時間(由內核進行統計)：
- # offcputime -d -p 24347
- Tracing off-CPU time (us) of PID 24347 by user + kernel stack... Hit Ctrl-C to end.
- ^C
- [...]
- ffffffff810a9581 finish_task_switch
- ffffffff8185d385 schedule
- ffffffff81085672 do_wait
- ffffffff8108687b sys_wait4
- ffffffff81861bf6 entry_SYSCALL_64_fastpath
- --
- 00007f6733a6b64a waitpid
- - bash (24347)
- 4952
- ffffffff810a9581 finish_task_switch
- ffffffff8185d385 schedule
- ffffffff81860c48 schedule_timeout
- ffffffff810c5672 wait_woken
- ffffffff8150715a n_tty_read
- ffffffff815010f2 tty_read
- ffffffff8122cd67 __vfs_read
- ffffffff8122df65 vfs_read
- ffffffff8122f465 sys_read
- ffffffff81861bf6 entry_SYSCALL_64_fastpath
- --
- 00007f6733a969b0 read
- - bash (24347)
- 1450908
追蹤 MySQL 查詢延遲(通過 USDT 探針)：
- # mysqld_qslower `pgrep -n mysqld`
- Tracing MySQL server queries for PID 14371 slower than 1 ms...
- TIME(s) PID MS QUERY
- 0.000000 18608 130.751 SELECT * FROM words WHERE word REGEXP '^bre.*n$'
- 2.921535 18608 130.590 SELECT * FROM words WHERE word REGEXP '^alex.*$'
- 4.603549 18608 24.164 SELECT COUNT(*) FROM words
- 9.733847 18608 130.936 SELECT count(*) AS count FROM words WHERE word REGEXP '^bre.*n$'
- 17.864776 18608 130.298 SELECT * FROM words WHERE word REGEXP '^bre.*n$' ORDER BY word
監測 pam 庫并使用多種追蹤工具觀察登錄請求：
- # trace 'pam:pam_start "%s: %s", arg1, arg2'
- TIME PID COMM FUNC -
- 17:49:45 5558 sshd pam_start sshd: root
- 17:49:47 5662 sudo pam_start sudo: root
- 17:49:49 5727 login pam_start login: bgregg
bcc 項目里的很多工具都有幫助信息(-h 選項)，并且都應該包含有示例的 man 頁面和文本文件。
必要性
2014 年，Linux 追蹤程序就有一些內核相關的特性(來自 ftrace 和 pref_events)，但是我們仍然要轉儲并報告進程數據，這種幾十年前的老技術有很多的限制。你不能頻繁地訪問進程名、函數名、堆棧軌跡或內核中的任意的其它數據。你不能在將變量保存到一個監測事件里，又在另一個事件里訪問它們，這意味著你不能在你需要的地方計算延遲(或者說時間增量)。你也不能創建一個內核內部的延遲柱狀圖，也不能追蹤 USDT 探針，甚至不能寫個自定義的程序。DTrace 可以做到所有這些，但僅限于 Solaris 或 BSD 系統。在 Linux 系統中，有些不在主線內核的追蹤器，比如 SystemTap 就可以滿足你的這些需求，但它也有自身的不足。(理論上說，你可以寫一個基于探針的內核模塊來滿足需求-但實際上沒人這么做。)
2014 年我加入了 Netflix cloud performance 團隊。做了這么久的 DTrace 方面的專家，轉到 Linux 對我來說簡直不可思議。但我確實這么做了，而且遇到了巨大的挑戰：在應用快速變化、采用微服務架構和分布式系統的情況下，調優 Netflix cloud。有時要用到系統追蹤，而我之前是用的 DTrace。在 Linux 系統上可沒有 DTrace，我就開始用 Linux 內核內建的 ftrace 和 perf_events 工具，構建了一個追蹤工具(perf-tools)。這些工具很有用，但有些工作還是沒法完成，尤其是延遲柱狀圖以及堆棧蹤跡計數。我們需要的是內核追蹤的可程序化。
發生了什么?
BPF 將程序化的功能添加到現有的內核追蹤工具中(tracepoints、kprobes、uprobes)。在 Linux 4.x 系列的內核里，這些功能大大加強了。
時間采樣是最主要的部分，它被 Linux 4.9-rc1 所采用(patchset)。十分感謝 Alexei Starovoitov(在 Facebook 致力于 BPF 的開發)，他是這些 BPF 增強功能的主要開發者。
Linux 內核現在內建有以下這些特性(自 2.6 版本到 4.9 版本之間增加)：
- 內核級的動態追蹤(BPF 對 kprobes 的支持)
- 用戶級的動態追蹤(BPF 對 uprobes 的支持)
- 內核級的靜態追蹤(BPF 對 tracepoints 的支持)
- 時間采樣事件(BPF 的 pref_event_open)
- PMC 事件(BPF 的 pref_event_open)
- 過濾器(通過 BPF 程序)
- 調試輸出(bpf_trace_printk())
- 按事件輸出(bpf_perf_event_output())
- 基礎變量(全局的和每個線程的變量，基于 BPF 映射)
- 關聯數組(通過 BPF 映射)
- 頻率計數(基于 BPF 映射)
- 柱狀圖(2 的冥次方、線性及自定義，基于 BPF 映射)
- 時間戳和時間增量(bpf_ktime_get_ns()，和 BPF 程序)
- 內核態的堆棧軌跡(BPF 棧映射)
- 用戶態的堆棧軌跡 (BPF 棧映射)
- 重寫 ring 緩存(pref_event_attr.write_backward)
我們采用的前端是 bcc，它同時提供 Python 和 lua 接口。bcc 添加了：
- 用戶級靜態追蹤(基于 uprobes 的 USDT 探針)
- 調試輸出(Python 中調用 BPF.trace_pipe() 和 BPF.trace_fields() 函數 )
- 按事件輸出(BPF_PERF_OUTPUT 宏和 BPF.open_perf_buffer())
- 間隔輸出(BPF.get_table() 和 table.clear())
- 打印柱狀圖(table.print_log2_hist())
- 內核級的 C 結構體導航(bcc 重寫器映射到 bpf_probe_read() 函數)
- 內核級的符號解析(ksym()、 ksymaddr())
- 用戶級的符號解析(usymaddr())
- BPF 跟蹤點支持(通過 TRACEPOINT_PROBE)
- BPF 堆棧軌跡支持(包括針對堆棧框架的 walk 方法)
- 其它各種輔助宏和方法
- 例子(位于 /examples 目錄)
- 工具(位于 /tools 目錄)
- 教程(/docs/tutorial*.md)
- 參考手冊(/docs/reference_guide.md)
直到***也是最主要的特性被整合進來，我才開始寫這篇文章，現在它在 4.9-rc1 內核中。我們還需要去完成一些次要的東西，還有另外一些事情要做，但是現在我們所擁有的已經值得歡呼了。現在 Linux 擁有了內建的高級追蹤能力。
安全性
設計 BPF 及其增強功能時就考慮到生產環境級安全，它被用在大范圍的生產環境里。不過你想的話，你還是可以找到一個掛起內核的方法。這種情況是偶然的，而不是必然，類似的漏洞會被快速修復，尤其是當 BPF 合并入了 Linux。因為 Linux 可是公眾的焦點。
在開發過程中我們碰到了一些非 BPF 的漏洞，它們需要被修復：rcu 不可重入，這可能導致內核由于 funccount 掛起，在 4.6 內核版本中這個漏洞被 “bpf: map pre-alloc” 補丁集所修復，舊版本內核的漏洞 bcc 有個臨時處理方案。還有一個是 uprobe 的內存計算問題，這導致 uprobe 分配內存失敗，在 4.8 內核版本這個漏洞由 “uprobes: Fix the memcg accounting” 補丁所修復，并且該補丁還將被移植到之前版本的內核中(例如，它現在被移植到了 4.4.27 和 4.4.0-45.66 版本中)。
為什么 Linux 追蹤用了這么久才加進來?
首要任務被分到了若干追蹤器中間：這些不是某個追蹤器單個的事情。想要了解更多關于這個或其它方面的問題，可以看一看我在 2014 年 tracing summit 上的講話。我忽視了部分方案的反面影響：有些公司發現其它追蹤器(SystemTap 和 LTTng)能滿足他們的需求，盡管他們樂于聽到 BPF 的開發進程，但考慮到他們現有的解決方案，幫助 BPF 的開發就不那么重要了。
BPF 僅在近兩年里在追蹤領域得到加強。這一過程原本可以更快的，但早期缺少全職從事于 BPF 追蹤的工程師。Alexei Starovoitov (BPF ***)，Brenden Blanco (bcc ***)，我還有其它一些開發者，都有其它的事情要做。我在 Netflix 公司花了大量時間(志愿地)，大概有 7% 的時間是花在 BPF 和 bcc 上。某種程度上這不是我的首要任務，因為我還有自己的工作(包括我的 perf-tools，一個可以工作在舊版本內核上的程序)。
現在BPF 追蹤器已經推出了，已經有科技公司開始尋找會 BPF 的人了。但我還是推薦 Netflix 公司。(如果你為了 BPF 而要聘請我，那我還是十分樂于待在 Netflix 公司的!)
使用簡單
DTrace 和 bcc/BPF 現在的***區別就是哪個更好使用。這取決于你要用 BPF 追蹤做什么了。如果你要
- 使用 BPF 工具/度量：應該是沒什么區別的。工具的表現都差不多，圖形用戶界面都能取得類似度量指標。大部分用戶通過這種方式使用 BPF。
- 開發工具/度量：bcc 的開發可難多了。DTrace 有一套自己的簡單語言，D 語音，和 awk 語言相似，而 bcc 使用已有的語言(C 語言，Python 和 lua)及其類庫。一個用 C 和 Python 寫的 bcc 工具與僅僅用 D 語言寫出來的工具相比，可能要多十多倍行數的代碼，或者更多。但是很多 DTrace 工具用 shell 封裝來提供參數和差錯檢查，會讓代碼變得十分臃腫。編程的難處是不同的：重寫 bcc 更需要巧妙性，這導致某些腳本更加難開發。(尤其是 bpf_probe_read() 這類的函數，需要了解更多 BPF 的內涵知識)。當計劃改進 bcc 時，這一情形將得到改善。
- 運行常見的命令：十分相近。通過 dtrace 命令，DTrace 能做很多事，但 bcc 有各種工具，trace、argdist、funccount、funclatency 等等。
- 編寫自定義的特殊命令：使用 DTrace 的話，這就沒有必要了。允許定制消息快速傳遞和系統快速響應，DTrace 的高級分析很快。而 bcc 現在受限于它的多種工具以及它們的適用范圍。
簡單來說，如果你只使用 BPF 工具的話，就不必關注這些差異了。如果你經驗豐富，是個開發者(像我一樣)，目前 bcc 的使用更難一些。
舉一個 bcc 的 Python 前端的例子，下面是追蹤硬盤 I/O 并打印出 I/O 大小的柱狀圖代碼：
- from bcc import BPF
- from time import sleep
- # load BPF program
- b = BPF(text="""
- #include <uapi/linux/ptrace.h>
- #include <linux/blkdev.h>
- BPF_HISTOGRAM(dist);
- int kprobe__blk_account_io_completion(struct pt_regs *ctx, struct request *req)
- {
- dist.increment(bpf_log2l(req->__data_len / 1024));
- return 0;
- }
- """)
- # header
- print("Tracing... Hit Ctrl-C to end.")
- # trace until Ctrl-C
- try:
- sleep(99999999)
- except KeyboardInterrupt:
- # output
- b["dist"].print_log2_hist("kbytes")
注意 Python 代碼中嵌入的 C 語句(text=)。
這就完成了任務，但仍有改進的空間。好在我們有時間去做：人們使用 Linux 4.9 并能用上 BPF 還得好幾個月呢，所以我們有時間來制造工具和前端。
高級語言
前端越簡單，比如高級語言，所改進的可能就越不如你所期望的。絕大多數人使用封裝好的工具(和圖形界面)，僅有少部分人能寫出這些工具。但我不反對使用高級語言，比如 SystemTap，畢竟已經開發出來了。
- #!/usr/bin/stap
- /*
- * opensnoop.stp Trace file open()s. Basic version of opensnoop.
- */
- probe begin
- {
- printf("\n%6s %6s %16s %s\n", "UID", "PID", "COMM", "PATH");
- }
- probe syscall.open
- {
- printf("%6d %6d %16s %s\n", uid(), pid(), execname(), filename);
- }
如果擁有整合了語言和腳本的 SystemTap 前端與高性能的內置在內核中的 BPF 后端，會不會令人滿意呢?RedHat 公司的 Richard Henderson 已經在進行相關工作了，并且發布了 初代版本!
這是 ply，一個完全新穎的 BPF 高級語言：
- #!/usr/bin/env ply
- kprobe:SyS_*
- {
- $syscalls[func].count()
- }
這也是一份承諾。
盡管如此，我認為工具開發者的實際難題不是使用什么語言：而是要了解要用這些強大的工具做什么?
如何幫助我們
- 推廣：BPF 追蹤器目前還沒有什么市場方面的進展。盡管有公司了解并在使用它(Facebook、Netflix、Github 和其它公司)，但要廣為人知尚需時日。你可以分享關于 BPF 的文章和資源給業內的其它公司來幫助我們。
- 教育：你可以撰寫文章，發表演講，甚至參與 bcc 文檔的編寫。分享 BPF 如何解決實際問題以及為公司帶來收益的實例。
- 解決 bcc 的問題：參考 bcc issue list，這包含了錯誤和需要的特性。
- 提交錯誤：使用 bcc/BPF，提交你發現的錯誤。
- 創造工具：有很多可視化的工具需要開發，但請不要太草率，因為大家會先花幾個小時學習使用你做的工具，所以請盡量把工具做的直觀好用(參考我的文檔)。就像 Mike Muuss 提及到他自己的 ping程序：“要是我早知道這是我一生中最出名的成就，我就多開發一兩天，添加更多選項。”
- 高級語言：如果現有的 bcc 前端語言讓你很困擾，或許你能弄門更好的語言。要是你想將這門語言內建到 bcc 里面，你需要使用 libbcc。或者你可以幫助 SystemTap BPF 或 ply 的工作。
- 整合圖形界面：除了 bcc 可以使用的 CLI 命令行工具，怎么讓這些信息可視呢?延遲熱點圖，火焰圖等等。
其它追蹤器
那么 SystemTap、ktap、sysdig、LTTng 等追蹤器怎么樣呢?它們有個共同點，要么使用了 BPF，要么在自己的領域做得更好。會有單獨的文章介紹它們自己。
至于 DTrace ?我們公司目前還在基于 FreeBSD 系統的 CDN 中使用它。
更多 bcc/BPF 的信息
我已經寫了一篇《bcc/BPF 工具最終用戶教程》，一篇《bcc Python 開發者教程》，一篇《bcc/BPF 參考手冊》，并提供了一些有用的工具，每一個工具都有一個 example.txt 文件和 man page。我之前寫過的關于 bcc 和 BPF 的文章有：
eBPF: One Small Step (后來就叫做 BPF)
bcc: Taming Linux 4.3+ Tracing Superpowers
Linux eBPF Stack Trace Hack (現在官方支持追蹤堆棧了)
Linux eBPF Off-CPU Flame Graph
Linux Wakeup and Off-Wake Profiling
Linux bcc Tracing Security Capabilities
Linux MySQL Slow Query Tracing with bcc/BPF
Linux bcc ext4 Latency Tracing
Linux bcc/BPF Run Queue (Scheduler) Latency
Linux bcc/BPF Node.js USDT Tracing
Linux 4.9's Efficient BPF-based Profiler
我在 Facebook 的 Performance@Scale Linux BPF Superpowers 大會上發表過一次演講。十二月份，我將在 Boston 發表關于 BPF/bcc 在 USENIX LISA 方面的演講和教程。
致謝
- Van Jacobson 和 Steve McCanne，他們創建了最初用作過濾器的 BPF 。
- Barton P. Miller，Jeffrey K. Hollingsworth，and Jon Cargille，發明了動態追蹤，并發表論文《Dynamic Program Instrumentation for Scalable Performance Tools》，可擴展高性能計算協議 (SHPCC)，于田納西州諾克斯維爾市，1994 年 5 月發表。
- kerninst (ParaDyn, UW-Madison)，展示了動態跟蹤的價值的早期動態跟蹤工具(上世紀 90 年代后期)
- Mathieu Desnoyers (在 LTTng)，內核的主要開發者，主導 tracepoints 項目。
- IBM 開發的作為 DProbes 一部分的 kprobes，DProbes 在 2000 年時曾與 LTT 一起提供 Linux 動態追蹤，但沒有整合到一起。
- Bryan Cantrill, Mike Shapiro, and Adam Leventhal (Sun Microsystems)，DTrace 的核心開發者，DTrace 是一款很棒的動態追蹤工具，安全而且簡單(2004 年)。對于動態追蹤技術，DTrace 是科技的重要轉折點：它很安全，默認安裝在 Solaris 以及其它以可靠性著稱的系統里。
- 來自 Sun Microsystems 的各部門的許多員工，促進了 DTrace，為我們帶來了高級系統追蹤的意識。
- Roland McGrath (在 Red Hat)，utrace 項目的主要開發者，utrace 變成了后來的 uprobes。
- Alexei Starovoitov (PLUMgrid， 后來是 Facebook)，加強版 BPF(可編程內核部件)的主要開發者。
- 那些幫助反饋、提交代碼、測試以及針對增強版 BPF 補丁(請在 lkml 搜索 BPF)的 Linux 內核工程師： Wang Nan、 Daniel Borkmann、 David S. Miller、 Peter Zijlstra 以及其它很多人。
- Brenden Blanco (PLUMgrid)，bcc 的主要開發者。
- Sasha Goldshtein (Sela) 開發了 bcc 中的跟蹤點支持，和功能***大的 bcc 工具 trace 及 argdist，幫助 USDT 項目的開發。
- Vicent Martí 和其它 Github 上的工程師，為 bcc 編寫了基于 lua 的前端，幫助 USDT 部分項目的開發。
- Allan McAleavy、 Mark Drayton，和其他的改進 bcc 的貢獻者。
感覺 Netflix 提供的環境和支持，讓我能夠編寫 BPF 和 bcc 跟蹤器并完成它們。我已經編寫了多年的追蹤工具(使用 TNF/prex、DTrace、SystemTap、ktap、ftrace、perf，現在是 bcc/BPF)，并寫書、博客以及評論，
***，感謝 Deirdré 編輯了另外一篇文章。
總結
Linux 沒有 DTrace(語言)，但它現在有了，或者說擁有了 DTraceTookit(工具)。
通過增強內置的 BPF 引擎，Linux 4.9 內核擁有了用來支持現代化追蹤的***一項能力。內核支持這一最難的部分已經做完了。今后的任務包括更多的命令行執行工具，以及高級語言和圖形用戶界面。
對于性能分析產品的客戶，這也是一件好事：你能查看延遲柱狀圖和熱點圖，CPU 處理和 CPU 之外的火焰圖，擁有更好的時延斷點和更低耗的工具。在用戶空間按包跟蹤和處理是沒有效率的方式。
那么你什么時候會升級到 Linux 4.9 呢?一旦官方發布，新的性能測試工具就來了：apt-get install bcc-tools 。
開始享受它吧!
本文作者 Brendan Gregg 目前是 Netflix 的高級性能架構師 ，他在那里做大規模計算機性能設計、分析和調優。他是《Systems Performance》等技術書的作者，因在系統管理員方面的成績，獲得過 2013年 USENIX LISA 大獎。他之前是 SUN 公司是性能領頭人和內核工程師，研究存儲和網絡性能。他也發明和開發過一大波性能分析工具，很多已集成到操作系統中了 。
