包括：

• 从 数据与元数据分离 这个核心设计入手，理解 JuiceFS 为什么能把对象存储包装成一个分布式文件系统
• 把 chunk、slice、block 的组织方式、对象存储里的命名规则、元数据与真实数据的映射关系讲清楚，方便定位读写放大和碎片问题
• 补充 格式化、挂载、本地验证、缓存、S3 Gateway、clone、同步 这些高频运维与功能点，避免只停留在概念层
• 最后看它如何和 Spark、Flink、Kubernetes CSI 集成，理解 JuiceFS 在大数据和云原生场景里最常见的落点

用 12 个小命令把 bpftrace 最常见的能力快速过一遍，重点包括：

• 从 Listing Probes、Hello World 这种最基础的例子入手，先建立对 probe 类型和脚本执行方式的直觉
• 再覆盖 文件打开、系统调用计数、read() 大小分布、读调用时延、进程级事件统计 这些日常排障里最常见的观测场景
• 往后扩展到 On-CPU 内核栈、调度、块 I/O、内核结构体访问，理解 bpftrace 不只是打印日志，而是能直接做内核级分析
• 每个例子都保持单行程序风格，适合拿来即跑，也适合作为后续写复杂脚本前的最小模板

这篇延续上一篇的思路，但不再停留在概念层，而是按资源类型把 eBPF 的观测问题拆开来看，重点包括：

• 从 CPU、内存、文件系统、磁盘、网络、安全 六个方向分别整理“能观测什么、该挂什么事件、常用什么工具”
• 把 系统调用、kprobe/uprobe、tracepoint、PMC、软中断、运行队列、文件系统事件、块层事件、网络栈事件 这些观测入口挂到具体问题上
• 中间穿插 bpftrace 单行程序 和更实用的分析思路，方便把理论直接落到机器排障
• 整体目标不是记命令，而是形成一张“遇到某类性能问题时，先看哪些指标、再挂哪些点”的路线图

eBPF 的总览导图，不是直接上代码，而是先把“为什么要观测、观测什么、用什么工具、落在哪些场景”讲清楚，重点包括：

• 从 业务负载画像、延迟/速率/利用率/成本、下钻分析、USE 方法 这些基础方法论入手，建立一套统一的排障视角
• 再整理 BCC 工具、bpftrace、编程语言生态，帮助区分不同层级的 eBPF 工具链分别适合什么事情
• 往后扩展到 应用程序、内核、容器、虚拟机、监控 等落地场景，理解 eBPF 为什么能成为统一观测底座
• 整体适合作为后面几篇更细分文章的索引页，先看全景，再按 CPU、网络、存储等专题继续深入

eBPF生态里值得长期跟踪的项目和资料归到一处，重点包括：

• 先看 BCC、bpftrace 这类最常见的开源框架和现成工具，建立对“能直接拿来用什么”的认识
• 再整理 Go 与 Rust 的 eBPF 开发库，方便在做工程选型时快速判断依赖、能力边界和适用场景
• 应用层面覆盖 Cilium、Falco、Katran、Calico、Tracee、KubeArmor、Pixie、kubectl-trace、L3AF 等代表项目
• 最后补充 eBPF 资源 与 CO-RE 学习材料，方便从资料入口继续深入

Hinton 的一次演讲，包括：

• 先回顾 人工智能从规则系统到神经网络 的演化，理解为什么今天的大模型路线能够跑通
• 再区分 小模型 与 大语言模型 的能力边界，解释规模、训练方式和泛化能力为什么会带来质变
• 中间重点讨论 AI 对人类的威胁，不是泛泛而谈失业焦虑，而是更深层的控制权、复制速度、能力增长和不对称风险
• 最后把问题推进到 数字智能 vs 生物智能 以及 AI 是否可能拥有意识，这也是 Hinton 近几年最值得重视的判断之一

把 eBPF 放到容器运行时场景里看，包括：

• 先从 命名空间、cgroups、Capabilities 这些容器隔离基础说起，理解 eBPF 为什么适合做运行时安全监控和控制
• 重点对比 Falco、Tracee、AppArmor、Seccomp 这几类方案，区分谁是基于 eBPF 的行为观测，谁是基于 LSM/系统调用过滤的预防性控制
• 把 异常文件访问、特权升级、恶意系统调用、容器逃逸尝试 这些安全问题挂到具体工具和技术实现上
• 最后通过实验部分，把“概念上的安全能力”落到机器上的实际观测与验证流程

包括：

• 先比较 XDP、TC、socket、cgroup 四类程序的挂载位置、触发时机、可见数据、复杂度和时延差异
• 再从这些程序类型出发，分析 防火墙、DDoS 防护、四层负载均衡、网络策略、socket 重定向 等常见用途为什么适合落在不同层
• 中间补充 网络问题排查 的思路，帮助把 eBPF 和传统抓包、连接观测、延迟分析结合起来
• 后面再落到两个更具体的实现方向：基于 socket 的负载均衡 与 XDP 转发，理解高性能路径和通用路径分别怎么选

包括：

• 先从 DWARF 调试信息 讲起，说明为什么跟踪用户态程序时，二进制符号、行号和类型信息会变得非常重要
• 再通过例子把 uprobes/uretprobes 的基本工作方式串起来，建立对函数入口、返回值和参数抓取的直觉
• 后面按 编译型语言、解释型语言、即时编译型语言 分别展开，理解不同运行时下观测难点为什么不一样
• 整体目标是回答一个核心问题：用户态跟踪并不只是“换个挂点”，而是要同时理解程序语言、编译产物和运行时模型

顺着“如何跟踪内核”这条线把工具和入口组织起来，包括：

• 先看 /proc/kallsyms、DebugFS、tracepoint 格式、perf list 这些基础信息源，理解内核里到底有哪些可挂载的位置
• 再比较 bpftrace、BCC、libbpf 三种不同层级的工具链，区分它们在易用性、灵活性和工程化上的差异
• 中间会把 系统调用、内核函数、跟踪点 这些入口和实际例子串起来，帮助建立从“找点”到“采集数据”的完整链路
• 整体目标是形成一个实用认知：内核跟踪的第一步不是写程序，而是先知道该去哪找符号、参数格式和稳定入口