OpenResty XRay AI アシスタント：すべての分析データに語らせる
- 「レポートを ChatGPT に貼り付ける」のと何が違うのか？
- 3 つの典型的なシナリオ
- 信頼性について、正直に申し上げます
- よくある質問：AI は本当にフレームグラフを読めるのか？
- 「レポートを ChatGPT に貼り付ける」のと何が違うのか？
- 3 つの典型的なシナリオ
- 信頼性について、正直に申し上げます
- よくある質問：AI は本当にフレームグラフを読めるのか？
← Back
Openresty-Xray
OpenResty プライベートライブラリ：高性能 Lua & Nginx モジュール
- 全カタログ
- シナリオ別の内容
- ライセンスの仕組み
- FAQ
- 全カタログ
- シナリオ別の内容
- ライセンスの仕組み
- FAQ
OpenResty XRay バージョン 26.5.11 正式リリース
- 主なハイライト
- その他の重要な更新
- 主なハイライト
- その他の重要な更新
バイナリ脆弱性スキャン：バックポート済みパッチを検知し、誤検知を削減
- バージョン照合型脆弱性スキャンが失敗する理由：3つの累積コスト
- OpenResty XRay のバイナリ脆弱性スキャンの仕組み：エビデンスファーストモデル
- 事例：Rocky Linux における OpenSSL 二重バージョン環境でのバイナリ脆弱性スキャン
- アラート疲れから精度へ：持続可能な脆弱性スキャンの実践
- バージョン照合型脆弱性スキャンが失敗する理由：3つの累積コスト
- OpenResty XRay のバイナリ脆弱性スキャンの仕組み：エビデンスファーストモデル
- 事例：Rocky Linux における OpenSSL 二重バージョン環境でのバイナリ脆弱性スキャン
- アラート疲れから精度へ：持続可能な脆弱性スキャンの実践
OpenResty XRay バージョン 26.2.1 正式リリース
- 主なハイライト
- 安定性と使いやすさの最適化
- 主なハイライト
- 安定性と使いやすさの最適化
コード変更・サービス再起動なし：OpenResty XRay による本番環境での動的トレーシング実践法
- 既存の動的トレーシングフレームワークが本番環境で抱える限界と課題とは？
- OpenResty XRay が動的トレーシングのアーキテクチャ設計で実現した技術的革新とは？
- フルスタックフレームグラフとは何か?
- OpenResty XRay の対応範囲はどのように継続的に広がっているか？
- 既存の動的トレーシングフレームワークが本番環境で抱える限界と課題とは？
- OpenResty XRay が動的トレーシングのアーキテクチャ設計で実現した技術的革新とは？
- フルスタックフレームグラフとは何か?
- OpenResty XRay の対応範囲はどのように継続的に広がっているか？
OpenResty XRay 入門：コードを変更せずに、システム深層の「鼓動」を聴く
- OpenResty XRay が実現する究極の可観測性基盤
- シグナルからインサイトへ
- 次世代のクラウドネイティブ・エンジニアリング
- オープンなエコシステムと堅牢な技術基盤
- OpenResty XRay が実現する究極の可観測性基盤
- シグナルからインサイトへ
- 次世代のクラウドネイティブ・エンジニアリング
- オープンなエコシステムと堅牢な技術基盤
OpenResty の隠れたメモリリークを無停止で特定する手法（Zero Downtime）
- 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
OpenResty XRay で 15 倍の QPS 差を解決した事例
- 93% 性能低下の裏に潜む観測の死角
- OpenResty XRay がコネクション再利用の問題を明らかにします
- 比較分析により判明したコンパイルオプションの問題
- コンパイラオプションが命令実行効率に与える影響
- 93% 性能低下の裏に潜む観測の死角
- OpenResty XRay がコネクション再利用の問題を明らかにします
- 比較分析により判明したコンパイルオプションの問題
- コンパイラオプションが命令実行効率に与える影響
OpenResty における LuaJIT RSS メモリリークの修正：再起動なしで OOM Kill を防ぐ
- LuaJIT「擬似メモリリーク」とは何か
- 本番データによる問題診断
- なぜ従来の対処法では解決しないのか
- LuaJIT-plus によるアロケータレベルの解決
- 本番投入後の効果
- LuaJIT「擬似メモリリーク」とは何か
- 本番データによる問題診断
- なぜ従来の対処法では解決しないのか
- LuaJIT-plus によるアロケータレベルの解決
- 本番投入後の効果
50万 QPS の OpenResty ゲートウェイで発生した「謎の 244ms 遅延」の原因を特定した話
- 「地震計」が震源を特定できない時
- 経験主義から動的観測への価値転換
- 定量的なエンジニアリング効率とリソース最適化指標
- 継続的なパフォーマンス観測能力の構築
- 「地震計」が震源を特定できない時
- 経験主義から動的観測への価値転換
- 定量的なエンジニアリング効率とリソース最適化指標
- 継続的なパフォーマンス観測能力の構築
プラグインが CPU の 45% を食い潰した際、ソースコードなしで Lua の 93 行目を特定した方法？
- perf が「ブラック ボックス」に直面したとき *「サンプリング」から「フルスタック動的トレーシング」へ
- 証拠の連鎖を特定する
- 「何が起こったか」から「なぜ」へ
- perf が「ブラック ボックス」に直面したとき *「サンプリング」から「フルスタック動的トレーシング」へ
- 証拠の連鎖を特定する
- 「何が起こったか」から「なぜ」へ
本番環境で Java メモリリークを特定する方法——ヒープダンプも再起動も不要
- 複数回の Full GC 後もヒープが回収されない理由：本番環境の Java メモリリーク
- ヒープダンプなしで本番環境の Java メモリリークを診断する方法
- Java メモリリークを特定する再利用可能な 3 ステップ法
- OpenResty XRay を選ぶ理由
- よくある質問
- 複数回の Full GC 後もヒープが回収されない理由：本番環境の Java メモリリーク
- ヒープダンプなしで本番環境の Java メモリリークを診断する方法
- Java メモリリークを特定する再利用可能な 3 ステップ法
- OpenResty XRay を選ぶ理由
- よくある質問
OpenResty XRay バージョン 25.10.11 正式リリース
- 特に注目すべき 3 つのポイント
- 診断精度と安定性の強化
- ユーザビリティとセキュリティの強化
- アップグレード方法
- 特に注目すべき 3 つのポイント
- 診断精度と安定性の強化
- ユーザビリティとセキュリティの強化
- アップグレード方法
OpenResty XRay は、Gzip 設定の潜在的なコストをいかに正確に特定するか
- 性能問題は意外なところに潜んでいる
- OpenResty XRay は性能ボトルネックの「根本原因」をどう特定するか
- 性能ボトルネックの定量的な真実
- 経験から方法論へ：OpenResty XRay が示す可観測性の新境地
- 関連記事
- 性能問題は意外なところに潜んでいる
- OpenResty XRay は性能ボトルネックの「根本原因」をどう特定するか
- 性能ボトルネックの定量的な真実
- 経験から方法論へ：OpenResty XRay が示す可観測性の新境地
- 関連記事
C++ プロセス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
非侵入型 Java プロファイラ：Java Agent なしで本番環境のメソッド引数をキャプチャ
- なぜ非侵入型 Java プロファイリングが本番環境で重要なのか
- 実践デモ：本番環境で Java メソッド引数をキャプチャ
- OpenResty XRay と一般的な Java プロファイラの違い
- よくある質問
- なぜ非侵入型 Java プロファイリングが本番環境で重要なのか
- 実践デモ：本番環境で Java メソッド引数をキャプチャ
- OpenResty XRay と一般的な Java プロファイラの違い
- よくある質問
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
Java ファイル I/O をタイムトラベルコールスタックでデバッグする方法
- IDE のブレークポイントと coredump が Java ファイル I/O で届かないところ
- Native write() システムコールから完全な Java コールスタックを再構築する
- タイムトラベル再生で Java ファイル I/O を段階的にデバッグする
- よくある質問
- IDE のブレークポイントと coredump が Java ファイル I/O で届かないところ
- Native write() システムコールから完全な Java コールスタックを再構築する
- タイムトラベル再生で Java ファイル I/O を段階的にデバッグする
- よくある質問
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
本番環境で Perl の例外をトレースする方法（再起動不要）
- 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
- よくある質問
- 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
- よくある質問
Java Tomcat のレスポンスが遅い：リクエスト単位の PCAP で遅いリクエストをピンポイント特定
- Tomcat のレスポンス遅延を診断、遅いリクエストをピンポイントで捕捉
- 選択的パケットキャプチャ：レスポンス時間・ステータス・パスでフィルタ
- リクエスト単位で PCAP をダウンロード
- サーバー側遅延とネットワーク遅延を切り分け
- Tomcat を内蔵した Spring Boot アプリにも対応
- Tomcat のレスポンス遅延を診断、遅いリクエストをピンポイントで捕捉
- 選択的パケットキャプチャ：レスポンス時間・ステータス・パスでフィルタ
- リクエスト単位で PCAP をダウンロード
- サーバー側遅延とネットワーク遅延を切り分け
- Tomcat を内蔵した Spring Boot アプリにも対応
Java アプリケーションプロファイリング：CPU、Off-CPU、ディスク I/O を Safepoint バイアスなしで分析
- フレームグラフで Java CPU ホットスポットをプロファイリング
- Off-CPU Java プロファイリング：ロック競合とブロッキング分析
- Java ディスク I/O プロファイリング：ファイルとソケットの書き込みを追跡
- OpenJDK 8/11/17/21 アプリケーションプロファイリング対応
- 自動サンプリングと専門家分析
- パフォーマンスへの影響とオーバーヘッド
- よくある質問
- フレームグラフで Java CPU ホットスポットをプロファイリング
- Off-CPU Java プロファイリング：ロック競合とブロッキング分析
- Java ディスク I/O プロファイリング：ファイルとソケットの書き込みを追跡
- OpenJDK 8/11/17/21 アプリケーションプロファイリング対応
- 自動サンプリングと専門家分析
- パフォーマンスへの影響とオーバーヘッド
- よくある質問
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