← Back
Openresty-Xray

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
Photo by 章亦春
  • 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

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
Photo by 章亦春
  • 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

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

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?
Photo by 章亦春
  • 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
Photo by 章亦春
  • 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

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

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

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
Photo by Yichun Zhang
  • 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

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
Photo by Guido Jansen
  • 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

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
Photo by Philip Brown
  • 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
联系我们

很乐意听到您的反馈,请与我们联系 👋

成功发送消息!

我们的专家团队将在 24 小时之内与您联系。
x