Ir al contenido
1337skills 1337skills - Hojas de Trucos

Comandos de Parca

Parca es una plataforma de perfilado continuo de código abierto que usa eBPF para recopilar datos de perfilado en toda tu infraestructura con sobrecarga casi nula. Consiste en Parca Agent (recopilador basado en eBPF) y Parca Server (motor de almacenamiento y consultas).

Instalación

Linux/Ubuntu

# Install Parca Server (binary)
curl -sL https://github.com/parca-dev/parca/releases/latest/download/parca_Linux_x86_64.tar.gz | tar xz
sudo mv parca /usr/local/bin/

# Install Parca Agent (binary)
curl -sL https://github.com/parca-dev/parca-agent/releases/latest/download/parca-agent_Linux_x86_64.tar.gz | tar xz
sudo mv parca-agent /usr/local/bin/

# Verify installation
parca --version
parca-agent --version

Docker

# Run Parca Server
docker run -d --name parca \
  -p 7070:7070 \
  ghcr.io/parca-dev/parca:latest \
  /parca --config-path=/parca.yaml

# Run Parca Agent
docker run -d --name parca-agent \
  --privileged \
  --pid=host \
  -v /sys:/sys:ro \
  -v /lib/modules:/lib/modules:ro \
  ghcr.io/parca-dev/parca-agent:latest \
  /parca-agent --node=my-host \
  --store-address=parca-server:7070 \
  --insecure

Configuración del servidor Parca

# parca.yaml — Configuración del servidor Parca
object_storage:
  bucket:
    type: "FILESYSTEM"
    config:
      directory: "/var/lib/parca/data"

# Iniciar servidor con configuración
# parca --config-path=parca.yaml --cors-allowed-origins="*"
# Iniciar servidor Parca con valores predeterminados (almacenamiento en memoria)
parca --config-path=parca.yaml

# Dirección de escucha personalizada
parca --config-path=parca.yaml --http-address=:7070

# Habilitar CORS para acceso a la interfaz web
parca --config-path=parca.yaml --cors-allowed-origins="*"

# Con registro de depuración
parca --config-path=parca.yaml --log-level=debug

# Acceder a la interfaz web
# http://localhost:7070

Agente Parca

# Iniciar agente con perfilado eBPF (requiere root/privileged)
sudo parca-agent \
  --node=my-hostname \
  --store-address=localhost:7070 \
  --insecure

# Perfilar a frecuencia personalizada (predeterminado 19 Hz)
sudo parca-agent \
  --node=my-hostname \
  --store-address=localhost:7070 \
  --insecure \
  --profiling-cpu-sampling-frequency=49

# Perfilar solo cgroups específicos
sudo parca-agent \
  --node=my-hostname \
  --store-address=localhost:7070 \
  --insecure \
  --profiling-cgroup-path=/sys/fs/cgroup/system.slice/my-service.service

# Deshabilitar desenrollado de pila del kernel
sudo parca-agent \
  --node=my-hostname \
  --store-address=localhost:7070 \
  --insecure \
  --profiling-disable-kernel

# Habilitar extracción de información de depuración
sudo parca-agent \
  --node=my-hostname \
  --store-address=localhost:7070 \
  --insecure \
  --debuginfo-upload-disable=false

Despliegue en Kubernetes

# parca-server.yaml — Desplegar servidor Parca en Kubernetes
# Aplicar con: kubectl apply -f parca-server.yaml
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: parca
  namespace: parca
spec:
  replicas: 1
  selector:
    matchLabels:
      app: parca
  template:
    metadata:
      labels:
        app: parca
    spec:
      containers:
      - name: parca
        image: ghcr.io/parca-dev/parca:latest
        args:
        - /parca
        - --config-path=/etc/parca/parca.yaml
        - --cors-allowed-origins=*
        ports:
        - containerPort: 7070
---
apiVersion: v1
kind: Service
metadata:
  name: parca
  namespace: parca
spec:
  selector:
    app: parca
  ports:
  - port: 7070
    targetPort: 7070
# parca-agent-daemonset.yaml — Desplegar agente Parca como DaemonSet
# Aplicar con: kubectl apply -f parca-agent-daemonset.yaml
---
apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: parca-agent
  namespace: parca
spec:
  selector:
    matchLabels:
      app: parca-agent
  template:
    metadata:
      labels:
        app: parca-agent
    spec:
      hostPID: true
      containers:
      - name: parca-agent
        image: ghcr.io/parca-dev/parca-agent:latest
        args:
        - /parca-agent
        - --store-address=parca.parca.svc:7070
        - --insecure
        - --node=$(NODE_NAME)
        env:
        - name: NODE_NAME
          valueFrom:
            fieldRef:
              fieldPath: spec.nodeName
        securityContext:
          privileged: true
        volumeMounts:
        - name: sys
          mountPath: /sys
          readOnly: true
      volumes:
      - name: sys
        hostPath:
          path: /sys
# Desplegar usando Helm
helm repo add parca https://parca-dev.github.io/helm-charts
helm repo update
helm install parca parca/parca -n parca --create-namespace
helm install parca-agent parca/parca-agent -n parca

Integración pprof

# El agente Parca puede recopilar endpoints pprof de aplicaciones Go
# Tu aplicación Go expone /debug/pprof/ por defecto con net/http/pprof

# Configurar objetivos de recopilación mediante anotaciones de Kubernetes
# Agregar a la especificación del pod:
# metadata:
#   annotations:
#     parca.dev/port: "6060"

# O configurar objetivos de recopilación estáticos en parca.yaml
# parca.yaml con configuración de recopilación
object_storage:
  bucket:
    type: "FILESYSTEM"
    config:
      directory: "/var/lib/parca/data"

scrape_configs:
- job_name: "my-go-service"
  scrape_interval: "15s"
  static_configs:
  - targets: ["my-service:6060"]
  profiling_config:
    pprof_config:
      process_cpu:
        enabled: true
        path: "/debug/pprof/profile"
        delta: true
      memory:
        enabled: true
        path: "/debug/pprof/heap"
        delta: true
      goroutine:
        enabled: true
        path: "/debug/pprof/goroutine"

Consulta de perfiles

# Acceder a la interfaz web de Parca en http://localhost:7070
# Usar el constructor de consultas o escribir consultas tipo PromQL

# El lenguaje de consulta de Parca soporta:
# - Selección de perfiles por etiquetas
# - Selección de rango temporal
# - Selección de tipo de perfil (cpu, memoria, goroutine, etc.)

# Consultas de ejemplo en la interfaz:
# process_cpu:cpu:nanoseconds:cpu:nanoseconds{node="my-host"}
# memory:alloc_objects:count:space:bytes{job="my-service"}

Comparación de perfiles

# En la interfaz web de Parca:
# 1. Seleccionar un perfil de la línea de tiempo
# 2. Hacer clic en "Compare" para habilitar el modo de comparación
# 3. Seleccionar un segundo perfil de un rango temporal diferente
# 4. Ver el flame graph diferencial

# Los flame graphs diferenciales muestran:
# - Marcos rojos: aumento en el uso de recursos
# - Marcos verdes: disminución en el uso de recursos
# - Marcos grises: sin cambios

Uso de la API

# Consultar perfiles mediante API gRPC
# Parca expone una API gRPC en el mismo puerto que HTTP

# Instalar grpcurl para exploración de API
go install github.com/fullstorydev/grpcurl/cmd/grpcurl@latest

# Listar servicios disponibles
grpcurl -plaintext localhost:7070 list

# Consultar tipos de perfil
grpcurl -plaintext localhost:7070 parca.query.v1alpha1.QueryService/ProfileTypes

# Consultar perfiles
grpcurl -plaintext -d '{
  "mode": "QUERY_MODE_MERGE",
  "report_type": "REPORT_TYPE_FLAMEGRAPH_ARROW",
  "query": "process_cpu:cpu:nanoseconds:cpu:nanoseconds{}"
}' localhost:7070 parca.query.v1alpha1.QueryService/Query

Solución de problemas

# Verificar si eBPF es compatible
sudo bpftool prog list 2>/dev/null || echo "bpftool not available"

# Verificar versión del kernel (4.18+ requerido para eBPF)
uname -r

# Verificar registros del agente
journalctl -u parca-agent -f

# Verificar soporte BTF (requerido para CO-RE)
ls /sys/kernel/btf/vmlinux

# Probar conectividad entre agente y servidor
curl -s http://localhost:7070/api/v1/status

# Verificación de salud del agente
curl -s http://localhost:7071/healthz

Referencia rápida

ComponentePuerto predeterminadoPropósito
Parca Server7070Almacenamiento, consultas, interfaz web
Parca Agent7071Agente de perfilado eBPF
pprof endpoints6060Recopilación de perfiles de aplicaciones
CaracterísticaDescripción
Perfilado eBPFPerfilado de sistema completo sin instrumentación
Recopilación pprofObtener perfiles desde endpoints Go/lenguajes
Vista diferencialComparar perfiles a lo largo del tiempo
Filtrado por etiquetasConsultar por nodo, pod, contenedor, job
Info de depuraciónResolución automática de símbolos