← 返回

生产环境实测：追踪 Python 应用时 OpenResty XRay 对系统性能的影响

章亦春发布于 Nov 27, 2023 更新于 Aug 24, 2026

用时 6 分钟

阅读次数

在生产环境分析一个实时运行的 Python 应用，最大的顾虑往往不是能不能定位问题，而是分析工具本身会不会拖垮线上服务。我们在一个实时运行的 gunicorn（WSGI）应用上、以生产模式实测了 OpenResty XRay 的开销：采样期间最大吞吐量仅下降 3.4%、平均延时仅增加 0.16 毫秒，而 Agent 空闲时性能开销严格为零。之所以能做到这一点，是因为它与常驻式 APM Agent 不同，不对目标进程做任何代码注入或修改，只在用户主动发起分析时才低频采集数据；下文用一组逐项实测数据，还原它对 CPU、内存、负载，以及吞吐量和延时的真实影响；完整的实测与操作过程，可观看本文上方的视频版本。

测试环境与性能基线

为建立对比基准，在分析器运行前，我们通过 top 命令捕获了系统性能基线。如下图所示，目标 gunicorn 进程（Python 编写的应用）的 CPU 占用约为 46.5%，整个系统过去一分钟的平均负载值为 0.7，当前 CPU 空闲率约为 87.2%，可用内存约 2632 MB。

分析期间对 CPU、内存和负载有何影响?

为模拟真实诊断场景，我们通过 OpenResty XRay 控制台，在生产模式下，针对该 Python 进程发起了一次持续 300 秒（5 分钟）的 “High CPU usage” 场景分析（路径：Guided Analysis → High CPU usage → 选择目标进程）。

选择“生产模式”至关重要，因为它专为线上环境设计，通过低频采样等优化，旨在将性能影响降至最低。不过这也意味着分析时间可能会更长。

在分析器运行期间，我们观察到系统各项指标的细微变化：

目标进程 CPU 占用率：上升至 ~48%，相比基线增加约 1.5 个百分点。
整个系统过去一分钟的平均负载值：上升至 0.84，比之前的 0.7 增加了 0.14。
CPU 空闲率：下降至 ~86.7%，与基线 87.2% 相差无几。
系统可用内存：维持在 ~2631 MB，仅降低约 1 MB，无明显变化。

结论是，OpenResty XRay 分析器在采样期间对系统级资源（CPU、内存、负载）的影响是存在的，但幅度轻微，并未对系统稳定性构成压力。

分析对吞吐量与延时的影响有多大?

对于线上服务而言，吞吐量和延时是衡量性能的生命线。我们对这两项核心指标进行了三轮对比测试。下表汇总了三种状态下的结果:

状态	最大吞吐量	平均延时
未安装 OpenResty XRay 的 Agent	约 2300 RPS	4.32 毫秒
已安装 Agent、分析器空闲	约 2300 RPS(不变)	4.32 毫秒(不变)
分析器正在采样	约 2220 RPS(−3.4%)	4.48 毫秒(+0.16 毫秒)

1. 最大吞吐量

我们使用压测工具，测量了不同状态下服务器的最大吞吐量。

没有安装 OpenResty XRay 的 Agent 时，最大吞吐量约为每秒 2300 个请求。
当 Agent 已安装但未运行分析器时，最大吞吐量保持不变。
当分析器正在采样时，最大吞吐量约为 2220 RPS，仅比不进行采样时低 3.4%。

结果显示，当分析器正在采样时，最大吞吐量约为每秒 2220 个请求，仅比不采样时低 3.4%。

2. 平均请求延时

我们测量了采样过程中，对请求延时的影响。

没有安装 OpenResty XRay 的 Agent 时，平均请求延时为 4.32 毫秒。
当 Agent 已安装但分析器未运行时，平均请求延时没有变化。
当分析器正在运行时，请求延时变为 4.48 毫秒。仅仅增加了 0.16 毫秒。

总结

通过对系统资源、应用吞吐量和请求延时的全面测量，可以得出结论：OpenResty XRay 的动态追踪架构，使其在对生产环境 Python 应用进行实时诊断时，性能开销可量化、可预期，且对核心业务指标的影响极小。这证明了它是一款可以安全、放心地在生产环境中常态化使用的性能分析工具。

在 Insights 和 Dashboard 页面进行自动分析的开销也同样极低。

如果你的 Python 进程 CPU 占用很低、吞吐却上不去，可参考用 off-CPU 分析定位阻塞的 subprocess.run 调用的实战：Python 应用 off-CPU 分析。同样的生产模式开销实测我们也在其他语言上做过，可查看 Go、Rust、PHP、Perl 应用的实测结果。

OpenResty XRay 与常驻式 APM Agent 的对比

开销之所以能维持在如此低的水平，根源在于架构差异。传统 APM Agent 会向目标进程注入代码并持续采集数据，因此无论是否有人在观察，都会始终带来运行时开销。OpenResty XRay 采取相反的思路:非侵入式,且仅按需采样。

	传统常驻式 APM Agent	OpenResty XRay
数据采集	持续、始终开启	按需,仅在用户发起分析时
目标进程	代码注入 / 插桩	非侵入,不修改代码
空闲时开销	持续存在	严格为零
采样时开销	持续存在	约 3.4% 吞吐、+0.16 毫秒延时

常见问题

OpenResty XRay 对生产环境的 Python 应用会带来多大的性能开销?

在分析进行期间,OpenResty XRay 使最大吞吐量下降约 3.4%(从约 2300 降至约 2220 每秒请求数),平均延时增加约 0.16 毫秒(从 4.32 毫秒到 4.48 毫秒)。当 Agent 已安装但未在采样时,吞吐量和延时均无变化;当其空闲时,性能开销严格为零。

在生产环境的 gunicorn 或 Django 应用上运行 OpenResty XRay 安全吗?

安全。OpenResty XRay 的 Agent 是非侵入式的——它不对目标进程做任何代码注入或修改,只在你主动发起分析时才低频采集数据。在对一个实时运行的 gunicorn 进程做 300 秒生产模式分析期间,系统过去一分钟的平均负载仅从 0.7 升至 0.84,目标进程 CPU 仅从 46.5% 升至约 48%,因此可以在生产环境中常态化部署。

OpenResty XRay 在未执行分析时会拖慢我的 Python 应用吗?

不会。Agent 只在用户发起的分析运行期间采集数据。当其已安装但处于空闲状态时,最大吞吐量和请求延时与完全没有安装 Agent 时完全一致——性能开销严格为零。

OpenResty XRay 的开销与传统常驻式 APM Agent 相比如何?

传统 APM Agent 向目标进程注入代码并持续运行,始终带来开销。OpenResty XRay 则按需、低频采样,因此空闲时开销为零,采样时也仅有约 3.4% 的吞吐影响。

OpenResty XRay 在分析 Python 进程时占用多少 CPU 和内存?

在对 gunicorn 进程采样期间,目标进程 CPU 占用从基线 46.5% 升至约 48%(约 1.5 个百分点),CPU 空闲率仅从 87.2% 降至 86.7%,可用内存稳定在约 2631 MB——变化约 1 MB。

关于 OpenResty XRay

OpenResty XRay 是一个动态追踪产品，它可以自动分析运行中的应用，以解决性能问题、行为问题和安全漏洞，并提供可行的建议。在底层实现上，OpenResty XRay 由我们的 Y 语言驱动，可以在不同环境下支持多种不同的运行时，如 Stap+、eBPF+、GDB 和 ODB。

立即申请 OpenResty XRay 试用

关于作者

章亦春是开源 OpenResty^® 项目创始人兼 OpenResty Inc. 公司 CEO 和创始人。

章亦春（Github ID: agentzh），生于中国江苏，现定居美国湾区。他是中国早期开源技术和文化的倡导者和领军人物，曾供职于多家国际知名的高科技企业，如 Cloudflare、雅虎、阿里巴巴, 是 “边缘计算“、”动态追踪 “和 “机器编程 “的先驱，拥有超过 22 年的编程及 16 年的开源经验。作为拥有超过 4000 万全球域名用户的开源项目的领导者。他基于其 OpenResty^® 开源项目打造的高科技企业 OpenResty Inc. 位于美国硅谷中心。其主打的两个产品 OpenResty XRay（利用动态追踪技术的非侵入式的故障剖析和排除工具）和 OpenResty Edge（最适合微服务和分布式流量的全能型网关软件），广受全球众多上市及大型企业青睐。在 OpenResty 以外，章亦春为多个开源项目贡献了累计超过百万行代码，其中包括，Linux 内核、Nginx、LuaJIT、GDB、SystemTap、LLVM、Perl 等，并编写过 60 多个开源软件库。