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
← Back
openresty-xray
Go アプリケーションのオンライン例外監視（OpenResty XRay を使用）
- Go 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
- Go 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
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 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
PHP Laravel アプリケーションにおける CPU 時間の消費状況を確認（OpenResty XRay を使用）
- 問題：高 CPU 使用率
- Laravel アプリケーションの CPU 分布を分析
- 完全自動化された分析レポート
- 問題：高 CPU 使用率
- Laravel アプリケーションの CPU 分布を分析
- 完全自動化された分析レポート
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
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
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
- アナライザー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
- アナライザーの起動と分析結果の確認
- 別の Agent のインストールt
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
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
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
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
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 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
A Quick Tour to OpenResty’s Web Console
- Introduction to Insight Page
- Comprehensive Report Details
- Dashboard Overview
- Use Guided Analysis Feature to Analyze Online
- Setting and Configuration
- What is OpenResty XRay
- Introduction to Insight Page
- Comprehensive Report Details
- Dashboard Overview
- Use Guided Analysis Feature to Analyze Online
- Setting and Configuration
- What is OpenResty XRay
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 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
Analyze OpenResty/Nginx Applications without Debug Symbols (using OpenResty XRay)
- Problem: Debug Symbols are missing
- Automatically Analyze and Rebuild Debug Symbols
- Automatic analysis and reports
- What is OpenResty XRay
- Problem: Debug Symbols are missing
- Automatically Analyze and Rebuild Debug Symbols
- Automatic analysis and reports
- What is OpenResty XRay
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
OpenResty XRay を使用して Prometheus アプリケーション内の CPU 使用率が最も高い Go コードパスを特定する
- 問題：高 CPU 使用率
- CPU 使用率が最も高い Go 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 Go コードパスを特定
- 完全自動化された分析とレポート
OpenResty XRay を使用して HTTP 504 タイムアウトエラーを診断する方法
- 問題：HTTP 504 ゲートウェイタイムアウトエラー
- エラーの診断
- 完全自動化された分析とレポート
- 問題：HTTP 504 ゲートウェイタイムアウトエラー
- エラーの診断
- 完全自動化された分析とレポート
CockroachDB における CPU 時間の消費状況（OpenResty XRay を使用）
- 問題：高 CPU 使用率
- Cockroach 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
- Cockroach 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
Perl アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
Go アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
Ubuntu への OpenResty XRay Agent のインストール方法（APT リポジトリを使用）
- コンソールへのログイン
- Deb パッケージによる Agent のインストール
- Agent の状態とログの確認
- 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
- 追加の Agent のインストール
- コンソールへのログイン
- Deb パッケージによる Agent のインストール
- Agent の状態とログの確認
- 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
- 追加の Agent のインストール
PHP アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
Python アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
Rust アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
- アナライザー実行前のアプリケーションパフォーマンス
- アナライザー実行中のパフォーマンスへの影響
- アナライザー実行時のスループットとレイテンシーへの実際の影響測定
カスタム Ylang アナライザーを作成して Go プログラムを動的にトレースする（OpenResty XRay を使用）
- Go 変数に 2 つのキーと値のペアを挿入
- カスタム Ylang アナライザーを作成して Go プログラムを動的にトレース
- テスト結果
- Go 変数に 2 つのキーと値のペアを挿入
- カスタム Ylang アナライザーを作成して Go プログラムを動的にトレース
- テスト結果
How Python Django's Application Uses Memory Internally (Using OpenResty XRay)
- Problem: high memory usage
- Use the guidede analysis feature of OpenResty XRay to analyze the django application
- Automatic analysis and reports
- What is OpenResty XRay
- Problem: high memory usage
- Use the guidede analysis feature of OpenResty XRay to analyze the django application
- Automatic analysis and reports
- What is OpenResty XRay
CentOS 上に OpenResty XRay の Agent をインストールする方法（RPM パッケージリポジトリを使用）
- コンソールにログイン
- RPM パッケージリポジトリを使用した Agent のインストール
- 检查 Agent 状态和日志
- 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
- RPM パッケージリポジトリを使用した Agent のインストール
- 检查 Agent 状态和日志
- 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
オンラインで Python プロセス内の大規模メモリオブジェクトを特定する（OpenResty XRay を使用）
- 問題：メモリ使用率が高すぎる
- Python プロセス内の大規模メモリオブジェクトまたは値を特定する
- 完全自動化された分析とレポート
- 問題：メモリ使用率が高すぎる
- Python プロセス内の大規模メモリオブジェクトまたは値を特定する
- 完全自動化された分析とレポート
Rust の Sled ライブラリ内部で CPU 時間がどのように消費されているか（OpenResty XRay を使用）
- 問題：高 CPU 使用率
- Rust の Sled ライブラリ内の CPU 時間消費を分析
- 完全自動化された分析とレポート
- 問題：高 CPU 使用率
- Rust の Sled ライブラリ内の CPU 時間消費を分析
- 完全自動化された分析とレポート
How CPU time is spent inside Go's etcd server (using OpenResty XRay)
- Problem: high CPU usage
- Use the guidede analysis feature of OpenResty XRay to spot the hottest Go code paths
- Automatic analysis and reports
- What is OpenResty XRay
- Problem: high CPU usage
- Use the guidede analysis feature of OpenResty XRay to spot the hottest Go code paths
- Automatic analysis and reports
- What is OpenResty XRay
llama.cpp プログラムと LLaMA2 モデル内部で CPU 時間がどのように消費されているか（OpenResty XRay を使用）
- 問題: 高 CPU 使用率
- 最もホットな C++ 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
- 最もホットな C++ コードパスを特定
- 完全自動化された分析とレポート
オンラインで Go コードパスのブロッキングスレッドを迅速に特定する方法（OpenResty XRay を使用）
- 問題: CPU 使用率が上がらない
- off-CPU 時間を最も占有する Go 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: CPU 使用率が上がらない
- off-CPU 時間を最も占有する Go コードパスを特定
- 完全自動化された分析とレポート
オンラインで Go 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
- 最も CPU 使用率の高い Go 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
- 最も CPU 使用率の高い Go コードパスを特定
- 完全自動化された分析とレポート
オンラインで Python コードパスのブロッキングスレッドを迅速に特定する方法（OpenResty XRay を使用）
- 問題: CPU 使用率が上がらない
- off-CPU 時間を最も占有する Python 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: CPU 使用率が上がらない
- off-CPU 時間を最も占有する Python コードパスを特定
- 完全自動化された分析とレポート
OpenResty XRay を使用して Linux カーネルのトレースサブシステムにおける 2 つのバグを捕捉
- ユーザー空間メモリ読み取り時のカーネルデッドロック
- カーネル内の x86 ブレークポイント挿入におけるデータ競合
- ユーザー空間メモリ読み取り時のカーネルデッドロック
- カーネル内の x86 ブレークポイント挿入におけるデータ競合
Pinpointing hottest Perl code paths (using OpenResty XRay)
- Problem: high CPU usage
- Use the guidede analysis feature of OpenResty XRay to spot the hottest Perl code paths
- Automatic analysis and reports
- What is OpenResty XRay
- Problem: high CPU usage
- Use the guidede analysis feature of OpenResty XRay to spot the hottest Perl code paths
- Automatic analysis and reports
- What is OpenResty XRay
Pinpointing hottest Lua code paths in online OpenResty/Nginx servers (using OpenResty XRay)
- Problem: high CPU usage
- Use the guidede analysis feature of OpenResty XRay to spot the hottest Lua code paths
- Automatic analysis and reports
- Problem: high CPU usage
- Use the guidede analysis feature of OpenResty XRay to spot the hottest Lua code paths
- Automatic analysis and reports
How we solved a CPU bottleneck caused by Lua exceptions in a custom Kong plugin (using OpenResty XRay)
- The problem: high CPU usage in Kong servers
- The analysis & report
- The result: improved performance and reduced CPU usage
- The problem: high CPU usage in Kong servers
- The analysis & report
- The result: improved performance and reduced CPU usage
Memory and CPU usage statistics among Kong plugins online (using OpenResty XRay)
- CPU usage among all Kong plugins in a server process
- Memory usage among all Kong plugins in a server process
- Extra overhead for the servers
- CPU usage among all Kong plugins in a server process
- Memory usage among all Kong plugins in a server process
- Extra overhead for the servers
Troubleshooting the extra 200-ms request latency online
- The Problem
- The Analsysis Process
- Fully-automated analysis
- What is OpenResty XRay
- The Problem
- The Analsysis Process
- Fully-automated analysis
- What is OpenResty XRay
Pinpointing leaked Lua tables with OpenResty XRay's command-line tools
- How LuaJIT manages memory
- OpenResty XRay’s command-line tools
- An leaking example
- Analysis procedure
- lj-gco-ref analyzer
- Fully-automated analysis
- How LuaJIT manages memory
- OpenResty XRay’s command-line tools
- An leaking example
- Analysis procedure
- lj-gco-ref analyzer
- Fully-automated analysis
Real-Time Request Counting against Nginx Processes via YSQL
- How to install the run-ysql tool
- Count total requests served in real time
- Filter out specific requests
- Using YSQL in the Web Console
- True non-invasive tracing
- How to install the run-ysql tool
- Count total requests served in real time
- Filter out specific requests
- Using YSQL in the Web Console
- True non-invasive tracing
How to deploy the on-premises version of OpenResty XRay on Microsoft's Azure cloud
- Create a subscription and a resource group
- Create the Azure Kubernetes service
- Prepare the environment variables
- Log in to Azure from the command line
- Create the namespace and secret for Kubernetes
- Create the Azure Disk
- Update the configuration file for the persistent volume
- Update the Kubernetes configuration file
- Create the persistent volume
- Deploy the Kubernetes service
- Configure the application gateway
- Create a subscription and a resource group
- Create the Azure Kubernetes service
- Prepare the environment variables
- Log in to Azure from the command line
- Create the namespace and secret for Kubernetes
- Create the Azure Disk
- Update the configuration file for the persistent volume
- Update the Kubernetes configuration file
- Create the persistent volume
- Deploy the Kubernetes service
- Configure the application gateway
