TailTracer：适用于生产环境的持续尾部追踪技术

《Proceedings of the ACM on Programming Languages》：TailTracer: Continuous Tail Tracing for Production Use

TailTracer工具通过保留故障后段执行信息实现低开销生产环境连续追踪，设计专用解码器和基于路径的插桩位点算法优化性能。实验验证其在SPEC CPU、开源数据库及真实故障场景中有效平衡追踪能力与系统开销。

　　

摘要

尽管进行了大量的内部测试，但错误仍然常常会出现在部署后的软件中。每当生产环境中的软件出现故障时，收集尽可能多的执行信息对于帮助开发者重现、诊断和修复错误是非常重要的。为了平衡跟踪能力、运行时开销以及跟踪规模之间的矛盾，我们提出了一种适用于生产环境的连续尾迹跟踪（continuous tail tracing）方法。这种方法不仅捕获崩溃堆栈，还记录了函数调用的完整序列及其返回情况。为了减轻大量跟踪数据对输入/输出（I/O）、存储和网络传输带来的压力，我们仅保留跟踪数据的最后一部分。为此，我们设计了一种新型的跟踪解码器以实现精确的尾迹解码，并开发了一种基于路径的有效仪器选位算法来降低开销。我们将这一方法实现为一个名为 TailTracer 的工具，该工具基于 LLVM 架构，并通过 SPEC CPU 2017 基准测试套件、开源数据库系统以及实际存在的软件错误进行了验证。实验结果表明，TailTracer 在实现低开销的尾迹跟踪的同时，提供了比基线方法更丰富的跟踪数据。