C++ モジュールにおけるメモリリークを OpenResty XRayで 迅速に特定する方法
- 技術的な課題と初期診断
- フレームグラフで特定！メモリリークの「ホットスポット」
- XRay が実現するトラブルシューティングの新たなサイクル
- まとめ
- 技術的な課題と初期診断
- フレームグラフで特定！メモリリークの「ホットスポット」
- XRay が実現するトラブルシューティングの新たなサイクル
- まとめ
← Back
Openresty-Xray
OpenResty XRay Java 関数プローブ：非侵入型関数監視の実現
- 非侵入型関数プローブとは？
- OpenResty XRay の非侵入型プローブには、どのような特長がありますか？
- 実践デモ：関数パラメータの監視
- 技術的優位性とユースケース
- 非侵入型関数プローブとは？
- OpenResty XRay の非侵入型プローブには、どのような特長がありますか？
- 実践デモ：関数パラメータの監視
- 技術的優位性とユースケース
OpenResty XRay が最小限のデータで、最も困難な問題を特定する方法
- 「より多くのデータ」は「より深い洞察」ではない
- OpenResty XRay の違いとは？
- 活用事例
- まとめ
- 「より多くのデータ」は「より深い洞察」ではない
- OpenResty XRay の違いとは？
- 活用事例
- まとめ
金融サービスにおけるメモリ使用量急増：OpenResty XRay がフレームグラフでメモリ消費を 40% 削減
- フレイムグラフでメモリリークの根本原因をピンポイントで特定
- 顕著な最適化の成果
- 関連資料
- フレイムグラフでメモリリークの根本原因をピンポイントで特定
- 顕著な最適化の成果
- 関連資料
OpenResty XRay：Node.js 関数プローブによる新監視パラダイムの実現
- なぜ非侵入型関数プローブという新しいパラダイムが必要なのか？
- 実践デモ：関数パラメータの監視
- トップチームはいかにして非侵入型プローブを活用し、開発生産性を向上させているのか？
- まとめ
- なぜ非侵入型関数プローブという新しいパラダイムが必要なのか？
- 実践デモ：関数パラメータの監視
- トップチームはいかにして非侵入型プローブを活用し、開発生産性を向上させているのか？
- まとめ
アプリケーションの応答遅延？OpenResty XRay が 75 ミリ秒のブロッキングの真因を特定
- パフォーマンスのボトルネック：CPU リソース競合の顕在化
- 根本原因の特定：ブロッキング Lua I/O 操作
- 定量分析：ファイル I/O 性能への影響
- イベントループのブロッキング状況の包括的な評価
- OpenResty XRay で Nginx パフォーマンスの悪夢に終止符を打つ
- パフォーマンスのボトルネック：CPU リソース競合の顕在化
- 根本原因の特定：ブロッキング Lua I/O 操作
- 定量分析：ファイル I/O 性能への影響
- イベントループのブロッキング状況の包括的な評価
- OpenResty XRay で Nginx パフォーマンスの悪夢に終止符を打つ
二重のボトルネック並行処理？OpenResty XRay の多次元分析で性能問題を解決
- 全体的 CPU 使用分析
- モジュール内部の詳細分析
- 圧縮戦略の詳細分析
- 分析結論
- 最適化ソリューション
- 全体的 CPU 使用分析
- モジュール内部の詳細分析
- 圧縮戦略の詳細分析
- 分析結論
- 最適化ソリューション
オンライン Node.js アプリケーションの CPU 使用状況分析（OpenResty XRay を使用）
- Node.js アプリケーションにおける高 CPU 使用率の問題
- Node.js アプリケーションにおける CPU ブロッキングの問題
- 「サポートされている Node.js バージョンとオペレーティングシステム
- 自動サンプリングと専門家による分析
- パフォーマンスへの影響と追加負荷
- Node.js アプリケーションにおける高 CPU 使用率の問題
- Node.js アプリケーションにおける CPU ブロッキングの問題
- 「サポートされている Node.js バージョンとオペレーティングシステム
- 自動サンプリングと専門家による分析
- パフォーマンスへの影響と追加負荷
クラッシュから根本原因まで：OpenResty XRay が Nginx メモリ破壊問題を明確に分析する方法
- Nginx クラッシュで運用チームが徹夜する事例
- OpenResty XRay でメモリ破壊の「第一現場」を正確に捉える方法
- 「二次開発がどのように Nginx のライフサイクル管理を意図せず破壊したか
- Nginx クラッシュで運用チームが徹夜する事例
- OpenResty XRay でメモリ破壊の「第一現場」を正確に捉える方法
- 「二次開発がどのように Nginx のライフサイクル管理を意図せず破壊したか
UDB + OpenResty XRay：OpenResty アプリケーションのパフォーマンスの謎を解き明かす
- OpenResty XRay と UDB の連携による効率化
- 実践：UDB と OpenResty XRay を用いた OpenResty アプリケーションにおける Lua コード呼び出しスタックの分析
- 時間遡行デバッグの利点
- まとめ
- OpenResty XRay と UDB の連携による効率化
- 実践：UDB と OpenResty XRay を用いた OpenResty アプリケーションにおける Lua コード呼び出しスタックの分析
- 時間遡行デバッグの利点
- まとめ
UDB と OpenResty XRay による Perl コード実行全プロセスの可視化
- UDB とは？
- 実践：OpenResty XRay と UDB を使用した Perl アプリケーションのコードコールスタック分析
- なぜ、より多くの開発者が UDB を選択するのでしょうか？
- まとめ
- UDB とは？
- 実践：OpenResty XRay と UDB を使用した Perl アプリケーションのコードコールスタック分析
- なぜ、より多くの開発者が UDB を選択するのでしょうか？
- まとめ
UDB と OpenResty XRay：Java アプリケーションにおけるファイル操作を分析する方法
- UDB とは何か？
- 強力な組み合わせ：UDB と OpenResty XRay
- 実践演習：OpenResty XRay と UDB を用いた Java アプリケーションにおけるファイル操作のコールスタック分析
- まとめ
- UDB とは何か？
- 強力な組み合わせ：UDB と OpenResty XRay
- 実践演習：OpenResty XRay と UDB を用いた Java アプリケーションにおけるファイル操作のコールスタック分析
- まとめ
UDB のタイムトラベル機能を活用し、Python コードの実行プロセスを解明
- Python デバッグにおける UDB の独自の価値
- OpenResty XRay との連携によるデバッグ能力の強化
- 実践事例：Python のネットワークリクエストにおけるコールスタックの分析
- まとめ
- Python デバッグにおける UDB の独自の価値
- OpenResty XRay との連携によるデバッグ能力の強化
- 実践事例：Python のネットワークリクエストにおけるコールスタックの分析
- まとめ
実戦事例：OpenResty XRay を使用した LRU キャッシュに起因するメモリリークの追跡
- 見えざる脅威：メモリリークはビジネスの安定性をいかに脅かすか
- メモリリークの完全な調査プロセスを解明
- 窮地から飛躍へ：一回の的確な診断がもたらした変革
- 見えざる脅威：メモリリークはビジネスの安定性をいかに脅かすか
- メモリリークの完全な調査プロセスを解明
- 窮地から飛躍へ：一回の的確な診断がもたらした変革
実戦レポート！OpenResty XRay で DNS 性能を 60% 向上させた徹底解析
- 「ライフライン」DNS サービスがパフォーマンス危機に直面
- OpenResty XRay で問題の根本原因を段階的に調査する方法
- 精密な「治療」：三段階で再生を実現
- 要約：わずか数分で達成したこと
- 「ライフライン」DNS サービスがパフォーマンス危機に直面
- OpenResty XRay で問題の根本原因を段階的に調査する方法
- 精密な「治療」：三段階で再生を実現
- 要約：わずか数分で達成したこと
動的トレースの万能ツール：Y 言語が動的トレースを簡単にする方法
- モダンソフトウェアアーキテクチャにおける問題解決がますます難しくなっている理由
- 可観測性技術の進化と将来展望
- 動的トレース技術はどのように抽象化レイヤーを通過するのか？
- 「時間＋空間」二次元トラッキングモデル
- 実践事例：オンライン Kong サービスにおけるプラグインリソース消費のリアルタイム統計
- モダンソフトウェアアーキテクチャにおける問題解決がますます難しくなっている理由
- 可観測性技術の進化と将来展望
- 動的トレース技術はどのように抽象化レイヤーを通過するのか？
- 「時間＋空間」二次元トラッキングモデル
- 実践事例：オンライン Kong サービスにおけるプラグインリソース消費のリアルタイム統計
OpenResty XRay の画期的なアップデート：Java アプリケーションのメモリと Envoy Lua のパフォーマンスを非侵襲的に分析
- 非侵入で、Java アプリケーションのメモリを徹底解明
- Envoy 内の Lua パフォーマンス・ブラックボックスを初めて解明
- 挑戦は続いています
- 非侵入で、Java アプリケーションのメモリを徹底解明
- Envoy 内の Lua パフォーマンス・ブラックボックスを初めて解明
- 挑戦は続いています
動的トレースが本番環境デバッグの未来である理由
- 動的トレース技術の実装における課題
- OpenResty XRay：次世代動的トレーシングソリューション
- 結語：動的トレースの未来
- 動的トレース技術の実装における課題
- OpenResty XRay：次世代動的トレーシングソリューション
- 結語：動的トレースの未来
動的トレーシング技術の深層：OpenResty XRay がどのように問題診断方法を根本的に変革するか
- 動的トレーシング：複雑なシステム問題を解決する強力なツール
- なぜ OpenResty XRay をお選びいただくべきか？
- 製品フォーカス：実際のシナリオにおける XRay の適用事例
- よくある誤解と FAQ：動的トレースについて知っておきたいこと
- 動的トレーシング：複雑なシステム問題を解決する強力なツール
- なぜ OpenResty XRay をお選びいただくべきか？
- 製品フォーカス：実際のシナリオにおける XRay の適用事例
- よくある誤解と FAQ：動的トレースについて知っておきたいこと
動的トレーシングの実装が難しい理由とは？OpenResty XRay はどのようにこの課題を解決するのか？
- 動的トレース技術の実装における課題
- OpenResty XRay：次世代動的トレーシングソリューション
- 結語：動的トレースの未来
- 動的トレース技術の実装における課題
- OpenResty XRay：次世代動的トレーシングソリューション
- 結語：動的トレースの未来
ログ、イベントトラッキング、A/B テストだけでは不十分？「動的トレーシング」を理解すべき時期
- 従来の方法 vs 動的トレーシング：効率性と制御力の革命
- 動的トレース：システムの「透視眼」
- フレームグラフからシステム全体像へ
- OpenResty XRay を選ぶ理由
- 可観測性の未来：動的トレースの新境地
- 従来の方法 vs 動的トレーシング：効率性と制御力の革命
- 動的トレース：システムの「透視眼」
- フレームグラフからシステム全体像へ
- OpenResty XRay を選ぶ理由
- 可観測性の未来：動的トレースの新境地
可観測性の次なる段階：OpenResty XRay が問題解決を再定義する方法
- モダンソフトウェアアーキテクチャにおける問題解決がますます難しくなっている理由
- 可観測性技術の進化と将来展望
- 動的トレース技術はどのように抽象化レイヤーを通過するのか？
- 「時間＋空間」二次元トラッキングモデル
- 実践事例：オンライン Kong サービスにおけるプラグインリソース消費のリアルタイム統計
- モダンソフトウェアアーキテクチャにおける問題解決がますます難しくなっている理由
- 可観測性技術の進化と将来展望
- 動的トレース技術はどのように抽象化レイヤーを通過するのか？
- 「時間＋空間」二次元トラッキングモデル
- 実践事例：オンライン Kong サービスにおけるプラグインリソース消費のリアルタイム統計
ブラックボックスからホワイトボックスへ：OpenResty XRay でシステム問題を可視化する
- ブラックボックスをホワイトボックスに変える動的トレースツール
- 多角的な総合分析能力
- 実例紹介
- 製品ビジョン
- ブラックボックスをホワイトボックスに変える動的トレースツール
- 多角的な総合分析能力
- 実例紹介
- 製品ビジョン
LLVM clang の性能最適化における OpenResty XRay の活用
- LLVM/clang とは
- OpenResty XRay による分析プロセス
- 最適化の実施と成果
- 結語
- LLVM/clang とは
- OpenResty XRay による分析プロセス
- 最適化の実施と成果
- 結語
自己最適化：OpenResty XRay の性能変革
- 課題と痛点
- OpenResty XRay の自己分析プロセス
- 驚くべき最適化の成果
- 技術的洞察とビジネス価値
- 課題と痛点
- OpenResty XRay の自己分析プロセス
- 驚くべき最適化の成果
- 技術的洞察とビジネス価値
OpenResty XRay によるスクリプトパフォーマンスの 44 倍向上
- 実例：ボトルネックの発見から大幅な高速化まで
- OpenResty XRay の動作原理
- 最適化の効果
- 適用シナリオと実践的なアドバイス
- 実例：ボトルネックの発見から大幅な高速化まで
- OpenResty XRay の動作原理
- 最適化の効果
- 適用シナリオと実践的なアドバイス
クロスメディアデータ構造ドリフト：OpenResty XRay が性能を 20 倍向上
- 性能の課題とブレークスルー
- 20 倍の性能向上の実際的意義
- 今後の展望
- 性能の課題とブレークスルー
- 20 倍の性能向上の実際的意義
- 今後の展望
OOM から O(1)へ：OpenResty ストリーミング JSON パーサーの実装方法
- JSONL フォーマットと従来の JSON の違い
- 解決策
- 技術検証
- 継続的な最適化
- 技術的示唆
- JSONL フォーマットと従来の JSON の違い
- 解決策
- 技術検証
- 継続的な最適化
- 技術的示唆
数日から数時間へ：OpenResty XRay が Linux shred ツールを数十倍高速化する
- 問題分析
- XRay 実践効果
- 最適化プロセス
- 応用価値
- まとめと展望
- 問題分析
- XRay 実践効果
- 最適化プロセス
- 応用価値
- まとめと展望
実践共有：OpenResty XRay が Ylang コンパイラのパフォーマンスを倍増
- 顕著な最適化成果
- Ylang 言語：動的トレースの理想的なツール
- 技術協調の模範例
- 顕著な最適化成果
- Ylang 言語：動的トレースの理想的なツール
- 技術協調の模範例
C++ による C++ アプリケーションの動的トレース技術
- 対象 C++ プログラムを設定
- C++（または Y++）アナライザーの作成
- 対象プログラムとアナライザーの実行
- 複雑な C++ アプリケーションのサポート強化
- デバッグシンボルについて
- 結論
- 対象 C++ プログラムを設定
- C++（または Y++）アナライザーの作成
- 対象プログラムとアナライザーの実行
- 複雑な C++ アプリケーションのサポート強化
- デバッグシンボルについて
- 結論
オンラインでの Perl アプリケーションにおけるプログラム例外の監視（OpenResty XRay を使用）
- Perl アプリケーションのプログラム例外を分析
- 自動生成レポート
- Perl アプリケーションのプログラム例外を分析
- 自動生成レポート
OpenResty XRay を用いた Tomcat Java アプリケーションのリクエスト遅延分析
- OpenResty XRay の Tomcat サポート
- インテリジェントパケットキャプチャ
- 実際の適用例
- 結論
- 自動サンプリングと専門家による分析
- OpenResty XRay の Tomcat サポート
- インテリジェントパケットキャプチャ
- 実際の適用例
- 結論
- 自動サンプリングと専門家による分析
オンライン Java アプリケーションの CPU、off-CPU、およびディスク IO 使用状況の分析（OpenResty XRay を使用）
- 高 CPU 使用率の問題
- CPU ブロッキングの問題
- 高ディスク IO の問題
- サポートされているバージョンと OS
- パフォーマンスへの影響とオーバーヘッド
- 今後の計画
- 高 CPU 使用率の問題
- CPU ブロッキングの問題
- 高ディスク IO の問題
- サポートされているバージョンと OS
- パフォーマンスへの影響とオーバーヘッド
- 今後の計画
OpenResty XRay の Web コンソールツアー
- Insight ページの紹介
- 自動レポートの詳細
- Dashboard パフォーマンス指標ダッシュボード
- Guided Analysis を使用したオンライン分析
- システム設定と設定ページ
- Insight ページの紹介
- 自動レポートの詳細
- Dashboard パフォーマンス指標ダッシュボード
- Guided Analysis を使用したオンライン分析
- システム設定と設定ページ
OpenResty XRay を使用して、オンラインの Python コードパスにおけるディスク I/O の高負荷を迅速に特定
- 問題：ディスク I/O の高負荷
- 問題のある Python コードパスの特定
- 自動生成レポート
- 問題：ディスク I/O の高負荷
- 問題のある Python コードパスの特定
- 自動生成レポート
PHP アプリケーションのオンライン例外監視（OpenResty XRay を使用）
- PHP アプリケーションのプログラム例外を分析
- 完全自動化された分析レポート
- PHP アプリケーションのプログラム例外を分析
- 完全自動化された分析レポート
Kubernetes クラスター上に OpenResty XRay の Agent をインストールする
- コンソールにログイン
- Kubernetes クラスター上に Agent をインストール
- アプリケーションの設定と検出
- アナライザーの起動と分析結果の確認
- 別の Agent のインストール
- コンソールにログイン
- Kubernetes クラスター上に Agent をインストール
- アプリケーションの設定と検出
- アナライザーの起動と分析結果の確認
- 別の Agent のインストール
OpenResty XRay を使用して、オンラインの Rust コードパスにおけるディスク I/O の高負荷を迅速に特定する方法
- 問題：ディスク I/O の高負荷
- 問題のある Rust コードパスの特定
- 自動生成レポート
- 問題：ディスク I/O の高負荷
- 問題のある Rust コードパスの特定
- 自動生成レポート
OpenResty XRay による Core Dump の自動分析技術
- core dump ファイルの確認
- core dump ファイルを分析
- 全自動分析とレポート作成
- core dump ファイルの確認
- core dump ファイルを分析
- 全自動分析とレポート作成
OpenResty XRay モバイルアプリケーションにつうてのご紹介
- OpenResty XRay Android 版のダウンロードとインストール
- OpenResty XRay へのログイン
- 全自動分析レポート
- ダッシュボードページでパフォーマンスチャートデータの確認
- Guided Analysis 機能
- OpenResty XRay Android 版のダウンロードとインストール
- OpenResty XRay へのログイン
- 全自動分析レポート
- ダッシュボードページでパフォーマンスチャートデータの確認
- Guided Analysis 機能
PHP プロセス内の大きなメモリオブジェクトをオンラインで特定する（OpenResty XRay を使用）
- 問題: メモリ使用率が高い
- PHP プロセス内の大きなメモリオブジェクトまたは値を特定
- 自動生成レポート
- 問題: メモリ使用率が高い
- PHP プロセス内の大きなメモリオブジェクトまたは値を特定
- 自動生成レポート
OpenResty XRay を使用した Go コードにおけるディスク I/O 高負荷のオンラインでの迅速な特定方法
- 問題：ディスク I/O の高負荷
- 問題のある Go コードパスの特定
- 自動生成レポート
- 問題：ディスク I/O の高負荷
- 問題のある Go コードパスの特定
- 自動生成レポート
OpenResty XRay による Erlang コードの最も CPU 高負荷の部分のオンライン特定方法
- 問題：CPU の高負荷
- Erlang の CPU ホットスポットを特定
- 自動生成レポート
- 問題：CPU の高負荷
- Erlang の CPU ホットスポットを特定
- 自動生成レポート
デバッグシンボルが欠落した OpenResty/Nginx アプリケーションの分析（OpenResty XRay を使用）
- 問題：アプリケーションにデバッグシンボルが欠落
- デバッグシンボルの自動分析と再構築
- 完全自動化された分析とレポート作成
- 問題：アプリケーションにデバッグシンボルが欠落
- デバッグシンボルの自動分析と再構築
- 完全自動化された分析とレポート作成
Amazon Linux 上での OpenResty XRay Agent のインストール方法（Bundle パッケージを使用）
- コンソールにログイン
- Bundle パッケージを使用した Agent のインストール
- アプリケーションの設定と検出
- アナライザの起動と分析結果の確認
- 別の Agent のインストールt
- コンソールにログイン
- Bundle パッケージを使用した Agent のインストール
- アプリケーションの設定と検出
- アナライザの起動と分析結果の確認
- 別の Agent のインストールt
オンラインで PHP コードの CPU 使用率が最も高いパスを素早く特定する方法（OpenResty XRay を使用）
- 問題：高 CPU 使用率
- CPU 使用率が最も高い PHP コードパスを特定
- 完全自動化された分析とレポート
- 問題：高 CPU 使用率
- CPU 使用率が最も高い PHP コードパスを特定
- 完全自動化された分析とレポート
Envoy サーバー内部での CPU 時間の消費状況（OpenResty XRay を使用）
- 問題：高 CPU 使用率
- Envoy サーバーでの CPU 時間の消費状況を分析
- 完全自動化された分析レポート
- 問題：高 CPU 使用率
- Envoy サーバーでの CPU 時間の消費状況を分析
- 完全自動化された分析レポート
オンラインでブロッキングスレッドの Perl コードパスを迅速に特定する（OpenResty XRay を使用）
- 問題：CPU 使用率が上昇しない
- off-CPU 時間を最も占有している Perl コードパスを特定
- 完全自動の分析とレポート
- 問題：CPU 使用率が上昇しない
- off-CPU 時間を最も占有している Perl コードパスを特定
- 完全自動の分析とレポート
Rust アプリケーションのオンライン例外監視（OpenResty XRay を使用）
- Rust アプリケーションのプログラム例外を分析
- 完全自動化された分析レポート
- Rust アプリケーションのプログラム例外を分析
- 完全自動化された分析レポート