追踪 Go 应用时 OpenResty XRay 对系统性能的影响
- 应用性能在分析器运行前的表现
- 分析器运行时对性能的影响
- 实际测算分析器运行对最大吞吐量与请求延时的影响
- 应用性能在分析器运行前的表现
- 分析器运行时对性能的影响
- 实际测算分析器运行对最大吞吐量与请求延时的影响
← Back
Openresty-Xray
在 Ubuntu 上安裝 OpenResty XRay 的 Agent（使用 APT 包仓库）
- 登录控制台
- 通过 Deb 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 Deb 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
追踪 PHP 应用时 OpenResty XRay 对系统性能的影响（使用OpenResty XRay）
- 应用性能在分析器运行前的表现
- 分析器运行时对性能的影响
- 实际测算分析器运行对最大吞吐量与请求延时的影响
- 应用性能在分析器运行前的表现
- 分析器运行时对性能的影响
- 实际测算分析器运行对最大吞吐量与请求延时的影响
追踪 Python 应用时 OpenResty XRay 对系统性能的影响（使用OpenResty XRay）
- 应用性能在分析器运行前的表现
- 分析器运行时对性能的影响
- 实际测算分析器运行对最大吞吐量与请求延时的影响
- 应用性能在分析器运行前的表现
- 分析器运行时对性能的影响
- 实际测算分析器运行对最大吞吐量与请求延时的影响
追踪 Rust 应用时 OpenResty XRay 对系统性能的影响（使用OpenResty XRay）
- 应用性能在分析器运行前的表现
- 分析器运行时对性能的影响
- 实际测算分析器运行对最大吞吐量与请求延时的影响
- 应用性能在分析器运行前的表现
- 分析器运行时对性能的影响
- 实际测算分析器运行对最大吞吐量与请求延时的影响
编写自定义 Ylang 分析器动态追踪 Go 程序（使用 OpenResty XRay）
- 向 Go 变量插入两个键值对
- 编写自定义 Ylang 分析器，动态追踪 Go 程序
- 测试结果
- 向 Go 变量插入两个键值对
- 编写自定义 Ylang 分析器，动态追踪 Go 程序
- 测试结果
Python 的 Django 应用内部是如何使用内存的（使用 OpenResty XRay）
- 问题: 内存占用量高
- 使用 OpenResty XRay 的引导式分析功能分析 Django 应用
- 全自动分析与报告
- 问题: 内存占用量高
- 使用 OpenResty XRay 的引导式分析功能分析 Django 应用
- 全自动分析与报告
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
- 配置和检测应用程序
- 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
- 配置和检测应用程序
- 启动分析器和查看分析结果
- 安装另一个 Agent
线上定位 Python 进程中的大内存对象（使用 OpenResty XRay）
- 问题:内存占用率过高
- 使用 OpenResty XRay 的引导式分析功能定位 Python 进程中的大内存对象或值
- 全自动分析与报告
- 问题:内存占用率过高
- 使用 OpenResty XRay 的引导式分析功能定位 Python 进程中的大内存对象或值
- 全自动分析与报告
CPU 时间是如何耗费在 Rust 的 Sled 库内部的（使用 OpenResty XRay）
- 问题:高 CPU 使用率
- 使用 OpenResty XRay 的引导式分析功能分析 Rust 的 Sled 库中 CPU 时间的消耗情况
- 全自动分析与报告
- 问题:高 CPU 使用率
- 使用 OpenResty XRay 的引导式分析功能分析 Rust 的 Sled 库中 CPU 时间的消耗情况
- 全自动分析与报告
Go 的 etcd 服务器把 CPU 时间都花哪儿了（使用 OpenResty XRay）
- 问题: 高 CPU 使用率
- 使用 OpenResty XRay 的引导式分析功能定位最热的 Go 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 Go 代码路径
- 全自动分析与报告
CPU 时间是如何耗费在 llama.cpp 程序和 LLaMA2 模型内部的（使用 OpenResty XRay）
- 问题: 高 CPU 使用率
- 使用 OpenResty XRay 的引导式分析功能定位最热的 C++ 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 C++ 代码路径
- 全自动分析与报告
Ylang：适用于 eBPF、Stap+、GDB 等框架的通用语言（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
线上快速定位阻塞线程的 Go 代码路径（使用 OpenResty XRay）
- 问题: CPU 使用率上不去
- 使用 OpenResty XRay 的引导式分析功能定位最占有 off-CPU 时间的 Go 代码路径
- 全自动分析与报告
- 问题: CPU 使用率上不去
- 使用 OpenResty XRay 的引导式分析功能定位最占有 off-CPU 时间的 Go 代码路径
- 全自动分析与报告
线上快速定位 CPU 最热的 Go 代码路径（使用 OpenResty XRay）
- 问题: 高 CPU 使用率
- 使用 OpenResty XRay 的引导式分析功能定位最热的 Go 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 Go 代码路径
- 全自动分析与报告
Ylang: 适用于 eBPF、Stap+、GDB 等框架的通用语言（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：适用于 eBPF、Stap+、GDB 等框架的通用语言（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
线上快速定位导致 CPU 上不去的 Python 代码路径（使用 OpenResty XRay）
- 问题: CPU 使用率上不去
- 使用 OpenResty XRay 的引导式分析功能定位最占有 off-CPU 时间的 Python 代码路径
- 全自动分析与报告
- 问题: CPU 使用率上不去
- 使用 OpenResty XRay 的引导式分析功能定位最占有 off-CPU 时间的 Python 代码路径
- 全自动分析与报告
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
线上快速定位 CPU 最热的 Perl 代码路径（使用 OpenResty XRay）
- 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
线上快速定位 CPU 最热的 Lua 代码路径（使用 OpenResty XRay）
- 问题: 高 CPU 使用率
- 使用 OpenResty XRay 的引导式分析功能定位最热的 Lua 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 Lua 代码路径
- 全自动分析与报告
我们是如何解决了一个自定义 Kong 插件中的 Lua 异常所引起的 CPU 瓶颈的（使用 OpenResty XRay）
- 问题：Kong 服务器中的高 CPU 使用率
- 分析和报告
- 结果：提高了性能，降低了 CPU 使用率
- 问题：Kong 服务器中的高 CPU 使用率
- 分析和报告
- 结果：提高了性能，降低了 CPU 使用率
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？
Ylang: 适用于 eBPF、Stap+、GDB 等框架的通用语言（第一集，全四集）
- 什么是动态追踪
- 为什么命名为 “Y”
- 入门
- 各种后端和运行时
- 为什么要使用一个统一的前端语言
- 语言的语法
- 未完待续
- 什么是动态追踪
- 为什么命名为 “Y”
- 入门
- 各种后端和运行时
- 为什么要使用一个统一的前端语言
- 语言的语法
- 未完待续
自动诊断线上请求的 200ms 额外延时
- 问题
- 分析过程
- 全自动化的分析
- OpenResty XRay 是什么
- 问题
- 分析过程
- 全自动化的分析
- OpenResty XRay 是什么
使用 OpenResty XRay 的命令行工具定位泄漏的 Lua table
- LuaJIT 如何管理内存
- OpenResty XRay 的命令行工具
- 泄漏示例
- 分析过程
- lj-gco-ref 分析器
- 全自动分析
- LuaJIT 如何管理内存
- OpenResty XRay 的命令行工具
- 泄漏示例
- 分析过程
- lj-gco-ref 分析器
- 全自动分析
使用 YSQL 语言对 Nginx 进程进行实时请求计数
- 如何安装 run-ysql 工具
- 统计实时总请求数
- 筛选出特定的请求
- 在 Web 控制台中使用 YSQL
- 真正的非侵入式追踪
- 如何安装 run-ysql 工具
- 统计实时总请求数
- 筛选出特定的请求
- 在 Web 控制台中使用 YSQL
- 真正的非侵入式追踪
在微软 Azure 云上安装自主部署版 OpenResty XRay
- 创建订阅和资源组
- 创建 Azure Kubernetes 服务
- 准备环境变量
- 通过命令行登录 Azure
- 为 Kubernetes 创建 namespace 和 secret
- 创建 Azure Disk
- 更新持久化卷的配置文件
- 更新 kubernetes 的配置文件
- 创建持久化卷
- 部署 Kubernetes 服务
- 配置应用网关
- 创建订阅和资源组
- 创建 Azure Kubernetes 服务
- 准备环境变量
- 通过命令行登录 Azure
- 为 Kubernetes 创建 namespace 和 secret
- 创建 Azure Disk
- 更新持久化卷的配置文件
- 更新 kubernetes 的配置文件
- 创建持久化卷
- 部署 Kubernetes 服务
- 配置应用网关
当 Lua IPC 管道阻塞 OpenResty 或 Nginx 事件循环的时候
- 问题
- 分析
- 解决方案
- 结果
- 问题
- 分析
- 解决方案
- 结果
优化超大 Nginx 配置导致的内存碎片
- 挑战
- 分析
- 解决方案
- 结果
- 挑战
- 分析
- 解决方案
- 结果
QCon 北京 2023 大会上关于深度分析和诊断 K8s 容器应用的演讲
本周我受邀在 QCon 北京 2023 大会上作了一次远程分享。
本周我受邀在 QCon 北京 2023 大会上作了一次远程分享。
新的关于 OpenResty XRay 的常见问答
我们最近为 OpenResty XRay 产品准备了一篇《常见问答》文档
我们最近为 OpenResty XRay 产品准备了一篇《常见问答》文档
OpenResty XRay 的自动分析报告
- 过去
- 现在
- 将来
- 过去
- 现在
- 将来
OpenResty XRay 分析和解决 B 站重大线上事故
- 事故描述
- 事故分析过程
- 事故后续修复和加固
- OpenResty XRay 产品和服务
- 事故描述
- 事故分析过程
- 事故后续修复和加固
- OpenResty XRay 产品和服务
在 OpenResty 或 Nginx 进程中追踪最慢的 PCRE 正则表达式
- 系统环境
- 无需猜测，缩小问题范围
- 限制 PCRE 的执行开销
- 非回溯正则表达式引擎
- Lua 的内置模式
- 追踪容器内的应用
- 工具的实现方式
- 工具的开销
- 系统环境
- 无需猜测，缩小问题范围
- 限制 PCRE 的执行开销
- 非回溯正则表达式引擎
- Lua 的内置模式
- 追踪容器内的应用
- 工具的实现方式
- 工具的开销
在 OpenResty 或 Nginx 进程中列出已加载的 Lua 模块
- 系统环境
- 已加载 Lua 模块的名称
- 直接在 Web 控制台中运行
- 追踪容器内的应用
- 工具的实现方式
- 工具的开销
- 系统环境
- 已加载 Lua 模块的名称
- 直接在 Web 控制台中运行
- 追踪容器内的应用
- 工具的实现方式
- 工具的开销
分析 OpenResty 或 Nginx 中最耗 CPU 的请求
- 系统环境
- 最耗 CPU 的请求主机名
- 最耗 CPU 的请求 URI
- 深入挖掘
- 直接在 Web 控制台中运行
- 追踪容器内的应用
- 工具的实现方式
- 工具的开销
- 系统环境
- 最耗 CPU 的请求主机名
- 最耗 CPU 的请求 URI
- 深入挖掘
- 直接在 Web 控制台中运行
- 追踪容器内的应用
- 工具的实现方式
- 工具的开销
内存减少 60%，OpenResty XRay 精准定位问题代码，快速完成修复上线
- worker 进程内存占用高
- 分析过程
- worker 进程内存不释放的疑问
- worker 进程内存占用高
- 分析过程
- worker 进程内存不释放的疑问
Lua 级别 CPU 火焰图简介
- 什么是火焰图
- 简单的 Lua 样例
- 复杂的 Lua 应用
- 采样开销
- 安全性
- 兼容性
- 其他类型的 Lua 级别火焰图
- 什么是火焰图
- 简单的 Lua 样例
- 复杂的 Lua 应用
- 采样开销
- 安全性
- 兼容性
- 其他类型的 Lua 级别火焰图
OpenResty 与 Nginx 共享内存区的内存碎片问题
- 空的共享内存区
- 填充类似大小的条目
- 删除奇数键
- 删除前半部分的键
- 缓解内存碎片
- 空的共享内存区
- 填充类似大小的条目
- 删除奇数键
- 删除前半部分的键
- 缓解内存碎片
OpenResty 和 Nginx 的共享内存区是如何消耗物理内存的
- Slab 与内存页
- 分配的内存不一定有消耗
- 虚假的内存泄漏
- HUP 重新加载
- Slab 与内存页
- 分配的内存不一定有消耗
- 虚假的内存泄漏
- HUP 重新加载
OpenResty 和 Nginx 如何分配和管理内存
- 系统层面
- 应用层面
- 传统的 Nginx 服务器
- 系统层面
- 应用层面
- 传统的 Nginx 服务器
OpenResty Inc. 2019 技术沙龙及商业产品交流会回顾
- 8 月 10 日下午，北京开源技术沙龙
- 8 月 11 日下午，北京商业产品交流会
- 8 月 17 日下午，深圳开源技术沙龙
- 8 月 10 日下午，北京开源技术沙龙
- 8 月 11 日下午，北京商业产品交流会
- 8 月 17 日下午，深圳开源技术沙龙
OpenResty Inc. 2019 技术沙龙及商业产品交流会
- 北京技术沙龙
- 深圳技术沙龙
- OpenResty Inc 商业产品交流会
- 北京技术沙龙
- 深圳技术沙龙
- OpenResty Inc 商业产品交流会
LuaJIT GC64 模式
- 老的内存限制
- 何时会碰到这个内存限制
- 内存限制是每进程的
- GC 管理的内存
- 不由 GC 管理的内存
- 提升 x64 模式的内存上限到 4 GB
- 新的 GC64 模式
- 如何开启 GC64 模式
- 性能影响
- 调试分析工具链
- 老的内存限制
- 何时会碰到这个内存限制
- 内存限制是每进程的
- GC 管理的内存
- 不由 GC 管理的内存
- 提升 x64 模式的内存上限到 4 GB
- 新的 GC64 模式
- 如何开启 GC64 模式
- 性能影响
- 调试分析工具链
动态追踪技术漫谈
- 什么是动态追踪
- 动态追踪的优点
- DTrace 与 SystemTap
- SystemTap 在生产上的应用
- 火焰图
- 方法论
- 知识就是力量
- 开源与调试符号
- Linux 内核的支持
- 硬件追踪
- 死亡进程的遗骸分析
- 传统的调试技术
- 凌乱的调试世界
- OpenResty XRay
- 什么是动态追踪
- 动态追踪的优点
- DTrace 与 SystemTap
- SystemTap 在生产上的应用
- 火焰图
- 方法论
- 知识就是力量
- 开源与调试符号
- Linux 内核的支持
- 硬件追踪
- 死亡进程的遗骸分析
- 传统的调试技术
- 凌乱的调试世界
- OpenResty XRay