动态追踪的瑞士军刀：Y 语言如何让动态追踪不再复杂
- 行业痛点：为什么我们迫切需要一门全新的追踪语言？
- 技术硬实力：Y 语言凭什么敢说“革命性”？
- Y 语言语法：熟悉的 C，更强大的追踪能力
- 杀手级应用场景：解决传统工具无法解决的问题
- 全平台支持：没有 Y 语言到不了的地方
- 行业痛点：为什么我们迫切需要一门全新的追踪语言？
- 技术硬实力：Y 语言凭什么敢说“革命性”？
- Y 语言语法：熟悉的 C，更强大的追踪能力
- 杀手级应用场景：解决传统工具无法解决的问题
- 全平台支持：没有 Y 语言到不了的地方
精选文章
借助 OpenResty XRay，显著优化性能，CPU 使用率立减
90%
借助 OpenResty XRay，显著优化性能，CPU 使用率立减 90%
最新文章
OpenResty XRay 重要突破：无侵入分析 Java 应用内存与 Envoy Lua 性能
- 无需侵入，彻底洞察 Java 应用内存
- 首次打通 Envoy 内 Lua 性能黑盒
- 无需侵入，彻底洞察 Java 应用内存
- 首次打通 Envoy 内 Lua 性能黑盒
为什么动态追踪才是生产环境调试的未来
- 现代软件中看不见的危机
- 传统工具为何会失效？
- 故障排除的新范式：动态追踪
- OpenResty XRay 的独特之处
- 现代软件中看不见的危机
- 传统工具为何会失效？
- 故障排除的新范式：动态追踪
- OpenResty XRay 的独特之处
OpenResty 1.27.1.2 正式发布
- 重点变更
- 完整变更日志
- 反馈
- 重点变更
- 完整变更日志
- 反馈
深入动态追踪技术：OpenResty XRay 如何彻底改变问题诊断方式
- 动态追踪：解决复杂系统问题的利器
- 为什么选择 OpenResty XRay？
- 产品聚焦：XRay 在真实场景中的应用案例
- 常见误区与 FAQ
- 动态追踪：解决复杂系统问题的利器
- 为什么选择 OpenResty XRay？
- 产品聚焦：XRay 在真实场景中的应用案例
- 常见误区与 FAQ
日志、埋点、A/B 测试都不够用了？你该了解“动态追踪”
- 传统方法 vs 动态追踪：效率与控制力的革命
- 动态追踪：系统的“透视眼”
- 从火焰图到系统全景
- 为什么选择 OpenResty XRay？
- 动态追踪的新边界
- 传统方法 vs 动态追踪：效率与控制力的革命
- 动态追踪：系统的“透视眼”
- 从火焰图到系统全景
- 为什么选择 OpenResty XRay？
- 动态追踪的新边界
为什么动态追踪落地难？OpenResty XRay 如何破局？
- 动态追踪技术的落地痛点
- OpenResty XRay：新一代动态追踪解决方案
- 动态追踪的未来
- 动态追踪技术的落地痛点
- OpenResty XRay：新一代动态追踪解决方案
- 动态追踪的未来
可观测性的下一站：OpenResty XRay 如何重新定义问题排查
- 现代软件架构下的问题排查为何越来越难？
- 趋势洞察：可观测技术的未来
- 动态追踪技术是如何打通抽象层的
- 实战案例：在线上 Kong 服务中实时统计插件资源消耗
- 现代软件架构下的问题排查为何越来越难？
- 趋势洞察：可观测技术的未来
- 动态追踪技术是如何打通抽象层的
- 实战案例：在线上 Kong 服务中实时统计插件资源消耗
从黑盒到白盒：OpenResty XRay 让系统问题无所遁形
- OpenResty XRay：黑盒变白盒的动态追踪利器
- 全方位多角度的分析能力
- 实际案例分享
- 产品愿景
- OpenResty XRay：黑盒变白盒的动态追踪利器
- 全方位多角度的分析能力
- 实际案例分享
- 产品愿景
OpenResty XRay 助力 LLVM clang 性能优化实践
- 什么是 LLVM/clang
- OpenResty XRay 分析过程
- 优化实施与成果
- 什么是 LLVM/clang
- OpenResty XRay 分析过程
- 优化实施与成果
自我优化：OpenResty XRay 的性能蜕变
- 显著的优化成果
- Ylang 语言：动态追踪的理想工具
- 技术协同的典范
- 显著的优化成果
- Ylang 语言：动态追踪的理想工具
- 技术协同的典范
OpenResty XRay 助力脚本性能提升 44 倍
- 真实案例：从发现瓶颈到显著提速
- OpenResty XRay 的工作原理
- 优化效果
- 支适用场景与实践建议
- 真实案例：从发现瓶颈到显著提速
- OpenResty XRay 的工作原理
- 优化效果
- 支适用场景与实践建议
跨介质数据结构漂移：OpenResty XRay 助力性能提升 20 倍
- 性能挑战与突破
- 20 倍性能提升的实际意义
- 未来展望
- 性能挑战与突破
- 20 倍性能提升的实际意义
- 未来展望
从 OOM 到 O(1)：OpenResty 流式 JSON 解析器的实现之道
- JSONL 格式与传统 JSON 的区别
- 解决方案
- 技术验证
- 持续优化
- 技术启示
- JSONL 格式与传统 JSON 的区别
- 解决方案
- 技术验证
- 持续优化
- 技术启示
从数天到数小时：OpenResty XRay 如何让 Linux shred 工具提速几十倍
- 问题分析
- XRay 实战效果
- 优化过程
- 应用价值
- 总结与展望
- 问题分析
- XRay 实战效果
- 优化过程
- 应用价值
- 总结与展望
实战分享：OpenResty XRay 让 Ylang 编译器性能翻倍
- 显著的优化成果
- Ylang 语言：动态追踪的理想工具
- 技术协同的典范
- 显著的优化成果
- Ylang 语言：动态追踪的理想工具
- 技术协同的典范
OpenResty 1.27.1.1 正式发布
- 重点变更
- 完整变更日志
- 反馈
- 重点变更
- 完整变更日志
- 反馈
分析 Tomcat Java Web 应用请求延时（使用 OpenResty XRay）
- 分析 Tomcat Java Web 应用请求延时
- 请求抓取的灵活过滤条件
- 详细的请求信息捕获
- PCAP 包捕获功能
- 实际应用示例
- 分析 Tomcat Java Web 应用请求延时
- 请求抓取的灵活过滤条件
- 详细的请求信息捕获
- PCAP 包捕获功能
- 实际应用示例
分析线上 Java 应用的 CPU，off-CPU 和硬盘 IO 使用情况（使用 OpenResty XRay）
- Java 应用中的高 CPU 使用率问题
- Java 应用中的 CPU 阻塞问题
- Java 应用中的高硬盘 IO 问题
- 支持的 Java 版本和操作系统
- 性能影响和额外负担
- 下一步的计划
- Java 应用中的高 CPU 使用率问题
- Java 应用中的 CPU 阻塞问题
- Java 应用中的高硬盘 IO 问题
- 支持的 Java 版本和操作系统
- 性能影响和额外负担
- 下一步的计划
OpenResty XRay 的 Web 控制台快速导览
- Insight 页面介绍
- 自动报告详情
- Dashboard 性能指标仪表盘
- 使用 Guided Analysis 在线分析
- 系统设置与配置页
- Insight 页面介绍
- 自动报告详情
- Dashboard 性能指标仪表盘
- 使用 Guided Analysis 在线分析
- 系统设置与配置页
