零侵入 Node.js CPU 性能分析：火焰图实战
- Node.js 应用中的高 CPU 使用率问题
- Node.js 应用中的 CPU 阻塞问题
- 支持的 Node.js 版本和操作系统
- 性能影响和额外负担
- 下一步的计划
- Node.js 应用中的高 CPU 使用率问题
- Node.js 应用中的 CPU 阻塞问题
- 支持的 Node.js 版本和操作系统
- 性能影响和额外负担
- 下一步的计划
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
如何使用 OpenResty Edge 构建私有 CDN 网络
- 为什么选择搭建私有 CDN？
- 灵活的多层边缘架构
- 如何快速启动你的边缘网络
- DNS 管理与智能调度
- 缓存管理
- 灵活可控的安全体系
- 监控与运维
- 为什么选择搭建私有 CDN？
- 灵活的多层边缘架构
- 如何快速启动你的边缘网络
- DNS 管理与智能调度
- 缓存管理
- 灵活可控的安全体系
- 监控与运维
从崩溃到根因：OpenResty XRay 如何将 Nginx 内存踩踏问题分析得明明白白
- 案例背景：日志无法解释的 Nginx worker 进程频繁崩溃
- 分析录制文件：把崩溃过程回放回“第一现场”
- 根因：Nginx 连接生命周期中的 Use-After-Free
- 常见问题（FAQ）
- 案例背景：日志无法解释的 Nginx worker 进程频繁崩溃
- 分析录制文件：把崩溃过程回放回“第一现场”
- 根因：Nginx 连接生命周期中的 Use-After-Free
- 常见问题（FAQ）
UDB + OpenResty XRay：解锁 OpenResty 应用性能之谜
- OpenResty XRay 如何协同 UDB 增效
- 实战：使用 UDB 与 OpenResty XRay 分析 OpenResty 应用的 Lua 代码调用栈
- 时间旅行调试的优势
- OpenResty XRay 如何协同 UDB 增效
- 实战：使用 UDB 与 OpenResty XRay 分析 OpenResty 应用的 Lua 代码调用栈
- 时间旅行调试的优势
UDB 与 OpenResty XRay 如何让你看透 Perl 代码执行全过程
- UDB 是什么？
- 实战：使用 OpenResty XRay 与 UDB 分析 Perl 应用的代码调用栈
- 为什么越来越多开发者选择 UDB？
- UDB 是什么？
- 实战：使用 OpenResty XRay 与 UDB 分析 Perl 应用的代码调用栈
- 为什么越来越多开发者选择 UDB？
如何用时间旅行调用栈调试 Java 文件 I/O
- IDE 断点和 coredump 在 Java 文件 I/O 排查中的短板
- 从 native write() 系统调用重建完整的 Java 调用栈
- 用时间旅行回放一步步调试 Java 文件 I/O
- 常见问题
- IDE 断点和 coredump 在 Java 文件 I/O 排查中的短板
- 从 native write() 系统调用重建完整的 Java 调用栈
- 用时间旅行回放一步步调试 Java 文件 I/O
- 常见问题
结合 UDB 的时间旅行功能，揭秘 Python 代码执行过程
- UDB 在 Python 调试中的独特价值
- 结合 OpenResty XRay 增强调试能力
- 实战案例：分析 Python 网络请求的调用栈
- 总结
- UDB 在 Python 调试中的独特价值
- 结合 OpenResty XRay 增强调试能力
- 实战案例：分析 Python 网络请求的调用栈
- 总结
追踪 OpenResty 中 LRU 缓存引发的内存泄漏 —— 根因竟是缓存的 SSL 证书
- 为什么一个低流量的 OpenResty 应用会持续泄漏内存
- 一步步追踪 LRU 缓存内存泄漏的完整过程
- 最终结果：从无限增长到内存平稳
- 为什么一个低流量的 OpenResty 应用会持续泄漏内存
- 一步步追踪 LRU 缓存内存泄漏的完整过程
- 最终结果：从无限增长到内存平稳
Nginx Worker CPU 占用不均：定位未启用 reuseport 与 cjson 解析瓶颈
- 症状：部分 Nginx Worker 进程 CPU 打满，其余接近空闲
- OpenResty XRay 如何定位根因
- 修复：三项优化与各自的实测收益
- 总结：OpenResty XRay 几分钟内的发现
- 常见问题
- 症状：部分 Nginx Worker 进程 CPU 打满，其余接近空闲
- OpenResty XRay 如何定位根因
- 修复：三项优化与各自的实测收益
- 总结：OpenResty XRay 几分钟内的发现
- 常见问题
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
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
