最近，Continuous Profiling 这个可观测性主题越来越受到大家的关注，这一领域蛮多新的开源项目也出现了，比如 Pyroscope， 以及基于 eBPF 的 pixie 等等。几个月前我也写了一篇文章简单介绍了 Conprof，一个基于 Prometheus 的 Continuous Profiling 工具。而 Conprof 背后的公司 PolarSignals，也推出了他们的 SaaS 服务，用来做 profiles 的存储，可视化等等。其实主要功能还是基于 Conprof 本身的 API，但是在 UI 的易用性上比起开源的版本有了很大的提升。在这篇水文中，我会简单介绍一下 PolarSignals 有哪些功能。后面为了省略，我会将 PolarSignals 简写成 PS。由于 PS 背后还是基于开源的项目构建，如果你想开发自己内部的 Continuous Profiling 平台，可能是个不错的参考。
配置
PS 作为一个 SaaS 服务，需要使用者先在自己的环境中配置好 Collector。Collector 使用 Prometheus 服务发现的格式，抓取 profiles，再将数据写入到远端的 PS 存储。
查询
查询界面上，首先左侧可以选择 Profile 的类型。实际上，类似于 Prometheus，Profile 的类型在这里就是 timeseries 的名字，用 __name__ 这个特殊的 label 来表示，比如说下面两个 timeseries 是一样的。
{__name__="heap", app="test-app", namespace="default"}
heap{app="test-app", namespace="default"}
查询栏右侧可以选择要查询的时间范围，目前 PS 默认是保存 14 天的数据。
中间的输入可以来查询不同的标签，不过注意的是这里只能用 vector selector，也不支持 promql 的 functions。
在这个例子中，我们查询 heap，并指定一下 job label。点击 Search button 之后，查询首先返回的是 heap 的 metrics。在这里，metrics 的值是从用户上传的 pprof 数据中得到的，并通过 Prometheus 远程写存储到 PS 后端的 Thanos Receiver 集群中。这么做，相当于增加了一层 metrics 和 profiles 的 correlation。因为一个 metric 的 sample 和 profile 的 sample 有着相同的时间戳，并且它们所属的时序的 labels 也一样，只是值的类型不同，后面要查询具体的 Profile 可以直接通过标签 + 时间戳来做点查。
我们在排查问题时，从 metrics 入手通常更加直观。在 metrics 的图表上，如果看到有 heap 异常的地方，单击对应的时序点，即可跳转到 profile。
在这里可以对比 Conprof 的查询 UI，仅仅展示单独时序的样本点，而没有其他信息，通常很难找到有价值的 profiles。
等得到了要看的 profile，后面进行具体的分析时，可以采用 PS 提供的 View UI，功能类似于 pprof 默认的 UI，但是没有那么全，比如就缺少了搜索过滤的功能。下面这张图展示的是 Icicle Graph。Umm，其实只是火焰图倒过来了 = =。
进阶查询
相比于最简单的点查，PS 在 UI 这里还提供了 2 个功能，分别是 Profiles 的聚合和比较。
聚合这边比较简单，对于所选的时间范围，所有满足所选择标签的时间序列，合并他们的 profiles。由于 profiling 每次的采样得到的 sample 不一定能覆盖到你想要看的函数，聚合多个 samples 可以更方便你的查询。你也可以理解为这是一种 downsampling，可惜目前还是在查询时进行 on-the-fly 的聚合，时延较高，而不是像 Thanos compactor 那样的离线降采样。
比较的用途一般来说更广。通过在左右两侧的 metrics 视图中选择不同的时间点，对对应的 profiles 进行 diff 操作。比如线上的服务发了一个新的版本出问题了，通过比较新旧版本的 profiles，就能方便的定位到改动。
总结
这篇文章简单介绍了一下目前 PS 所提供的功能。由于还处在 private beta 阶段，目前功能较少。但是相比于 Conprof 的 UI，PS 在易用性方面还是很友好的，此外也提供了 metrics 这一侧的集成，方便查询。
再给 PolarSignals 打个小广告，除了它的 continuous profiling 服务，它们也提供了 profiles 分享的服务 。使用者可以上传 profile，在它的 UI 上进行的分析，然后分享。比如下面这个 etcd 的 PR 就是很好的例子。