eBPF 服务器诊断 60 秒：melisai

# Linux服务器自动化诊断：从手动检查到eBPF分析只需几分钟

有Linux经验的开发者和运维人员都清楚这个套路：服务器“变慢”投诉一来，就得运行常规工具——top、vmstat、iostat、ss。这是第一层诊断，通常要花20–40分钟。接下来是深入eBPF工具，比如Brendan Gregg的runqlat、biolatency、tcpretrans。问题在于，罕见故障会让你记忆模糊，只能不停谷歌/proc文件、sysctl参数和BCC工具语法。

AI（如ChatGPT、Claude）能简化日志分析，但无法处理数据采集。神经网络不会自己运行工具，也不会关联PruneCalled和TCP内存等指标。你需要一个结构化的数据采集器来喂给AI。

Melisai：一键采集数据到单一JSON

Melisai是一个无依赖的静态Go二进制文件。启动命令：

sudo melisai collect --profile quick -o report.json

快速模式10秒，深度模式60秒。输出：包含CPU、内存、磁盘、网络、进程、容器和GPU指标的JSON。

采集内容：

• 第一层：procfs、sysfs、ss、ethtool、nvidia-smi（无需root）。
• 第二层：67个BCC/eBPF工具（runqlat、biolatency、tcpretrans等，需要root + bcc-tools）。
• 第三层：通过cilium/ebpf的原生eBPF（root + 内核≥5.8带BTF）。

降级机制：如果第二/三层不可用，则运行第一层。

两阶段采集与速率指标

为避免观测者效应，采集分两阶段：

• 基线：第一层指标（CPU、内存、I/O、网络）。
• eBPF：基线后运行BCC工具。

基于速率的计算：测量间的差值。不是累积计数器（200天在线= softnet_dropped=5000很正常），而是速率（softnet_drop_rate=50/秒才算异常）。

基于Gregg和生产实践的37条异常规则：

| 类别 | 示例阈值 |

|------|------------|

| CPU | 利用率>95%、PSI>5%、runqlat p99>50ms |

| 内存 | 直接回收>10/秒、THP拆分>1/秒、NUMA miss>5% |

| 磁盘 | 利用率>90%、延迟>50ms |

| 网络 | 重传>50/秒、conntrack>90% |

| GPU | NUMA不匹配GPU-NIC |

案例分析：Docker主机级联故障

生产环境：8核、32GB内存、HDD RAID。症状：整体变慢。

sudo melisai collect --profile deep --ai-prompt -o report.json

结果（60秒）：

健康分数：46/100
异常：
[严重] tcp_retransmits 134/秒
[警告] disk_util 80.5%
[警告] cpu_psi 17.6%
[警告] io_psi 12.8%
[警告] disk_latency 12.1ms
[警告] tcp_close_wait 1个socket

级联链条：

• HDD p99=49ms → 块I/O延迟（biolatency）。
• PruneCalled=105 → TCP缓冲区被裁剪（内存压力）。
• TCP重传=31/秒 → 服务器内部丢包。
• WireGuard tx_dropped=226k → VPN隧道受影响。

根因：HDD瓶颈。建议：sysctl -w net.ipv4.tcp_mem='1048576 2097152 4194304'。

通过MCP集成AI

内置MCP服务器，供Claude Desktop/Cursor使用：

{
  "mcpServers": {
    "melisai": {
      "command": "ssh",
      "args": ["root@server", "/usr/local/bin/melisai", "mcp"]
    }
  }
}

AI调用：

• get_health — 分数 + 异常。
• explain_anomaly — 根因 + 修复命令。
• collect_metrics — 完整报告带直方图。

JSON包含ai_context.prompt，内置27种反模式。

建议与限制

建议是即插即用命令：

{
  "type": "fix",
  "title": "TCP内存压力 (PruneCalled)",
  "commands": ["sysctl -w net.ipv4.tcp_mem='1048576 2097152 4194304'"],
  "evidence": "PruneCalled=105"
}

限制：

• 非监控（快照，非Prometheus）。
• 非告警（仅按需/cron）。
• 非应用剖析（用pprof）。
• 仅NVIDIA GPU（ROCm计划中）。

安装与构建

curl -sSL https://melisai.dev/install | sh

构建：

GOOS=linux GOARCH=amd64 CGO_ENABLED=0 go build -o melisai ./cmd/melisai/

Apache 2.0。

核心要点

• 10–60秒内采集67个eBPF工具 + 第一层，输出结构化JSON。
• 速率指标消除长在线服务器假阳性。
• 37条异常规则 + 现成sysctl命令。
• MCP集成：AI直接分析，无需复制粘贴。
• 两阶段采集最小化观测者效应。

— Editorial Team