Les Liz Rices "Lære eBPF"
Vil være til enorm hjelp - det er en gratis PDF på nettet og gode github-ressurser også
Jeg hadde aldri forestilt meg at jeg skulle dykke så dypt inn i nettverksprogrammering, men takket være @solanaturbine utforsker jeg nå ikke bare konseptene på høyt nivå, men også detaljene på lavt nivå.
For kontekst er eBPF (utvidet Berkeley Packet Filter) en virtuell maskin inne i kjernen som kjører sandkasseprogrammer. I går, i vår Turbine ADV SVM-kohortøkt, nevnte @bergabman eBPF under klassediskusjoner. Jeg visste allerede den grunnleggende definisjonen av eBPF og hva den gjør, men ikke lavt nivå, men samtalen vekket min nysgjerrighet for å forstå den bedre, spesielt hvorfor @solana bruker den (sbpf), men først måtte jeg gå og forstå den originale BPF og hva den gjør og deretter jobbe meg oppover
Søket mitt førte meg til en seks år gammel artikkel av @alessandrod, som ga meg litt grunnlag. Derfra gikk jeg ned i YouTube-kaninhullet. Noen videoer hjalp, andre ikke, men den ene etter @CodiLime skilte seg ut, med faktiske kodeeksempler. Jeg ville ikke bare se på; Jeg ønsket å kode med og kjøre den på maskinen min.
Det var da jeg traff min første veisperring: å kompilere programmet. BPF-programmet må lastes med et verktøy, et ofte brukt er - bpftool. Det var ikke installert på systemet mitt, så jeg brukte timer på å spørre AI-verktøy, feilsøke og installere de riktige avhengighetene. Etter litt prøving og feiling fungerte det endelig, og jeg kompilerte mitt første BPF-program.
Jeg kan sette sammen en egen tråd senere for å bryte ned eBPF i enklere termer og hvordan det fungerer i Solana-blokkjeden med smarte kontraktsutførelser, men foreløpig var dette mitt lille eventyr inn i kjernen. Lenker til noe av dette materialet vil være nedenfor i tilfelle du vil dykke inn 😉
1k
4
Innholdet på denne siden er levert av tredjeparter. Med mindre annet er oppgitt, er ikke OKX forfatteren av de siterte artikkelen(e) og krever ingen opphavsrett til materialet. Innholdet er kun gitt for informasjonsformål og representerer ikke synspunktene til OKX. Det er ikke ment å være en anbefaling av noe slag og bør ikke betraktes som investeringsråd eller en oppfordring om å kjøpe eller selge digitale aktiva. I den grad generativ AI brukes til å gi sammendrag eller annen informasjon, kan slikt AI-generert innhold være unøyaktig eller inkonsekvent. Vennligst les den koblede artikkelen for mer detaljer og informasjon. OKX er ikke ansvarlig for innhold som er vert på tredjeparts nettsteder. Beholdning av digitale aktiva, inkludert stablecoins og NFT-er, innebærer en høy grad av risiko og kan svinge mye. Du bør nøye vurdere om handel eller innehav av digitale aktiva passer for deg i lys av din økonomiske tilstand.