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
