Parca 是一個針對應用程序和基礎設施的持續分析項目。持續分析以分析 CPU、內存使用情況，直至行號。節省基礎設施成本、提高性能并提高可靠性。

持續分析是以系統的方式對程序進行剖析（如CPU、內存、I/O等）的行為。Parca 收集、存儲并提供可在一段時間內查詢的配置文件。它有一個強大的多維數據模型、存儲和查詢引擎，專門為剖析數據設計。

特性：

• eBPF Profiler：單個 profiler，使用 eBPF，以非常低的開銷自動從 Kubernetes 或 systemd 跨整個基礎架構發現目標。支持 C、C++、Rust、Go 等。

• Open Standards：使用基于 eBPF 的?profiler?生成 pprof 格式的配置文件，并攝取任何 pprof 格式的配置文件，允許廣泛的語言采用和與現有工具的互操作性。

• 優化的存儲和查詢：有效地存儲分析數據，同時保留原始數據，并允許通過基于標簽的搜索對數據進行切片和切塊。聚合分析數據基礎架構范圍內的數據，及時查看單個配置文件或在任何維度上進行比較。

優勢

• 省錢：許多組織通過輕松優化的代碼路徑浪費了 20-30% 的資源。Parca 代理旨在通過要求整個基礎設施的 0 檢測來降低進入門檻。
• 提高性能：使用隨時間收集的分析數據，Parca 可以自信地和具有統計意義的確定要優化的熱門路徑。此外，它還可以顯示任何標簽維度之間的差異，例如部署、版本和區域。
• 了解事件：分析數據可提供對流程隨時間執行的內容的獨特見解和深度。內存泄漏，以及導致意外行為的 CPU 或 I/O 中的瞬時峰值，傳統上難以排除故障，而通過連續分析則輕而易舉。