Web 控制台的用户管理和访问控制（OpenResty Edge）
- 创建新的 normal user 账号
- 分配用户组与基于角色的权限
- 为用户组和应用配置访问控制
- 以 normal user 登录验证配置效果
- 创建新的 normal user 账号
- 分配用户组与基于角色的权限
- 为用户组和应用配置访问控制
- 以 normal user 登录验证配置效果
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
如何在 OpenResty Edge 中配置全局服务器负载均衡（GSLB）
- 查看 GSLB 负载均衡计划
- 在 OpenResty Edge 中配置 GSLB
- 对每个 Edge Node 调整系统流量
- 查看 GSLB 负载均衡计划
- 在 OpenResty Edge 中配置 GSLB
- 对每个 Edge Node 调整系统流量
Django 内存分析：逐个对象剖析运行中应用的内存占用（使用 OpenResty XRay）
- 用 ps 找出内存占用高的 Django 进程
- 用引导式分析剖析 Django 应用的内存使用
- 读懂火焰图：哪个 Python 模块占用内存最多
- 用 Insights 自动监控 Django 内存使用
- 关于 OpenResty XRay
- 用 ps 找出内存占用高的 Django 进程
- 用引导式分析剖析 Django 应用的内存使用
- 读懂火焰图：哪个 Python 模块占用内存最多
- 用 Insights 自动监控 Django 内存使用
- 关于 OpenResty XRay
在 CentOs 上安装 OpenResty XRay 的 Agent（使用 RPM 包仓库）
- 登录控制台
- 通过 RPM 包安装 Agent
- 检查 Agent 状态和日志
- 配置和检测应用
- 启动分析器和查看分析结果
- 安装另一个 Agent
- 登录控制台
- 通过 RPM 包安装 Agent
- 检查 Agent 状态和日志
- 配置和检测应用
- 启动分析器和查看分析结果
- 安装另一个 Agent
Python 内存分析器：无需改代码定位最占内存的对象
- 找出哪个 Python 进程最占内存
- 用引导式分析剖析 Python 内存：定位最大的对象及其所属模块
- 用定时报告自动监控 Python 内存占用
- 关于 OpenResty XRay
- 找出哪个 Python 进程最占内存
- 用引导式分析剖析 Python 内存：定位最大的对象及其所属模块
- 用定时报告自动监控 Python 内存占用
- 关于 OpenResty XRay
Rust CPU 剖析实战：用 OpenResty XRay 找出 Sled 库中最热的代码路径
- 问题：基于 Sled 的缓存服务 CPU 使用率超过 100%
- 用引导式分析剖析运行中的 Rust 进程
- 解读 Rust CPU 火焰图：第一热代码路径
- 第二热代码路径：get_inner 与 view_for_key
- 全自动 Rust CPU 分析报告
- 常见问题
- 问题：基于 Sled 的缓存服务 CPU 使用率超过 100%
- 用引导式分析剖析运行中的 Rust 进程
- 解读 Rust CPU 火焰图：第一热代码路径
- 第二热代码路径：get_inner 与 view_for_key
- 全自动 Rust CPU 分析报告
- 常见问题
etcd 高 CPU 使用率：用火焰图定位最热的 Go 代码路径
- 问题症状：etcd 占用超过 70% 的 CPU 核心
- 使用 OpenResty XRay 引导式分析定位最热的 Go 代码路径
- etcd CPU 全自动监控与报告
- 什么是 OpenResty XRay
- 问题症状：etcd 占用超过 70% 的 CPU 核心
- 使用 OpenResty XRay 引导式分析定位最热的 Go 代码路径
- etcd CPU 全自动监控与报告
- 什么是 OpenResty XRay
llama.cpp CPU 占用分析：400% 的 CPU 追踪到 ggml 热点函数
- 运行 llama.cpp 并观察到 400% 的 CPU 使用率
- 使用 OpenResty XRay 剖析 llama.cpp 的 CPU 占用
- 分析结果：最热的 C++ 代码路径
- 关于 OpenResty XRay
- 运行 llama.cpp 并观察到 400% 的 CPU 使用率
- 使用 OpenResty XRay 剖析 llama.cpp 的 CPU 占用
- 分析结果：最热的 C++ 代码路径
- 关于 OpenResty XRay
Ylang 生产实战：容器追踪、栈回溯与 Core Dump 分析（第四集，全四集）
- 透明的跨容器追踪
- 高效的栈展开
- 分析已终止进程（core dumps）
- 极低的追踪开销
- 标准 Y 语言库和工具
- 网络过滤和控制
- Y 语言编译器的实现
- 操作系统支持
- 对开源社区的贡献
- 结论
- 致谢
- 透明的跨容器追踪
- 高效的栈展开
- 分析已终止进程（core dumps）
- 极低的追踪开销
- 标准 Y 语言库和工具
- 网络过滤和控制
- Y 语言编译器的实现
- 操作系统支持
- 对开源社区的贡献
- 结论
- 致谢
Go 服务 CPU 使用率异常低：对运行中进程做 off-CPU 分析定位阻塞根因
- 症状：请求涌入，Go 服务 CPU 使用率却上不去
- 用 OpenResty XRay 对运行中的 Go 进程做 off-CPU 分析
- 根因：一行阻塞的 shell 命令调用
- 全自动分析与日报、周报
- 症状：请求涌入，Go 服务 CPU 使用率却上不去
- 用 OpenResty XRay 对运行中的 Go 进程做 off-CPU 分析
- 根因：一行阻塞的 shell 命令调用
- 全自动分析与日报、周报
Go 高 CPU 占用：正则表达式编译消耗了 36.8% 的 CPU 时间
- 观察 Go 进程的高 CPU 占用
- 使用 OpenResty XRay 剖析 Go 的 CPU 使用
- 全自动监控与报告
- 关于 OpenResty XRay
- 观察 Go 进程的高 CPU 占用
- 使用 OpenResty XRay 剖析 Go 的 CPU 使用
- 全自动监控与报告
- 关于 OpenResty XRay
Ylang：正则表达式、完整控制流与透明调试符号处理（第三集，全四集）
- Y 语言的语法（接上文）
- 字符串
- 内置的正则表达式支持
- 完整控制流支持
- 浮点数支持
- 与开源工具链的比较
- 清晰的调试符号方式
- 调试符号：无运行期系统开销
- 集中的软件包数据库
- 模糊匹配调试符号
- Y 语言的语法（接上文）
- 字符串
- 内置的正则表达式支持
- 完整控制流支持
- 浮点数支持
- 与开源工具链的比较
- 清晰的调试符号方式
- 调试符号：无运行期系统开销
- 集中的软件包数据库
- 模糊匹配调试符号
Ylang 语法详解：探针、追踪者/被追踪者空间与内置数据类型（第二集，全四集）
- 语言语法（接上文）
- 宏拓展
- 追踪者与被追踪者空间
- 探针
- 拓展变量类型
- 语言语法（接上文）
- 宏拓展
- 追踪者与被追踪者空间
- 探针
- 拓展变量类型
Python 进程 CPU 使用率只有 8%：off-CPU 分析定位阻塞的 subprocess.run 调用
- 症状：请求涌入但 Python 进程 CPU 使用率上不去
- 用 OpenResty XRay 的引导式分析定位阻塞的 Python 代码路径
- Insights 页面中的全自动分析与报告
- FAQ
- 症状：请求涌入但 Python 进程 CPU 使用率上不去
- 用 OpenResty XRay 的引导式分析定位阻塞的 Python 代码路径
- Insights 页面中的全自动分析与报告
- FAQ
捕捉 Linux 内核追踪子系统中的两个 bug（使用 OpenResty XRay）
- 读取用户空间内存时的内核死锁
- 内核中 x86 断点插入的数据竞争
- 读取用户空间内存时的内核死锁
- 内核中 x86 断点插入的数据竞争
Perl 高 CPU 使用率：火焰图定位正则表达式热点（100% CPU 实战排查）
- 问题: 高 CPU 使用率
- 使用 OpenResty XRay 的引导式分析功能定位最热的 Perl 代码路径
- 全自动分析与报告
- 问题: 高 CPU 使用率
- 使用 OpenResty XRay 的引导式分析功能定位最热的 Perl 代码路径
- 全自动分析与报告
Lua 高 CPU 占用排查：快速定位 Nginx/OpenResty 中最热的 Lua 代码路径
- 症状：一个 Nginx 工作进程占用近 100% CPU
- 使用引导式分析定位最热的 Lua 代码路径
- 通过 Insights 报告自动监控 Lua CPU 占用
- 常见问题
- 症状：一个 Nginx 工作进程占用近 100% CPU
- 使用引导式分析定位最热的 Lua 代码路径
- 通过 Insights 报告自动监控 Lua CPU 占用
- 常见问题
OpenResty 1.21.4.2 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
Kong 插件 CPU 过高：被 pcall 隐藏的 Lua 异常，靠 CPU 火焰图定位
- 问题：流量不高，Kong 插件 CPU 却过高
- 用 OpenResty XRay 火焰图定位 CPU 瓶颈
- 结果：Kong CPU 使用率从 80% 降到 50%
- 问题：流量不高，Kong 插件 CPU 却过高
- 用 OpenResty XRay 火焰图定位 CPU 瓶颈
- 结果：Kong CPU 使用率从 80% 降到 50%
在线上 Kong 服务进程中实时统计 CPU 和内存用量最高的插件（使用 OpenResty XRay）
- 服务器进程中所有 Kong 插件的 CPU 使用情况
- 服务器进程中所有 Kong 插件的内存使用情况
- 服务器的额外负担
- 下一步是什么？
- 服务器进程中所有 Kong 插件的 CPU 使用情况
- 服务器进程中所有 Kong 插件的内存使用情况
- 服务器的额外负担
- 下一步是什么？
