在微服務、Serverless 和混合雲主導的今天，系統問題排查正變得前所未有的困難。當一個請求穿越數十個服務、跨越多個雲平臺，傳統的日誌和監控工具往往只能看到冰山一角。OpenResty XRay 作為新一代動態追蹤工具，徹底改變了這一現狀——它能夠在不修改程式碼、不重啟服務的情況下，像 X 光透視一樣洞察系統內部運作，精準定位效能瓶頸和異常行為。本文將揭示現代架構的排查挑戰，探討可觀測性技術的演進趨勢，並介紹 OpenResty XRay 如何透過突破性的動態追蹤技術，讓複雜系統變得透明可控，幫助開發者在日益複雜的技術環境中保持高效和自信。

現代軟體架構下的問題排查為何越來越難？

隨著技術的飛速發展，我們的軟體架構正經歷前所未有的變革。微服務、Serverless、混合雲環境已成為現代系統的標配，而這種演進雖然帶來了靈活性和擴充套件性，卻也使系統複雜度呈指數級增長。

想象一下今天的企業級應用：它們可能同時部署在多個雲平臺、邊緣節點，採用 Serverless 架構，與各種 SaaS 服務互動。這種分散式特性使得傳統的問題排查方法面臨嚴峻挑戰。

傳統方法的痛點

現代系統的複雜性主要體現在三個方面：

1. 多層抽象：從硬體到作業系統，從容器到應用框架，每一層都增加了理解系統行為的難度
2. 異構系統：不同語言、框架和平臺的組合使得統一監控變得困難
3. 非同步呼叫鏈：事件驅動架構下，請求流程不再線性，追蹤變得極其複雜

面對這些挑戰，傳統的排查手段顯得力不從心：

在數字化轉型、雲服務與微服務普及驅動下，對高效能流量管理與監控的需求持續上升，尤其對非侵入、低開銷、全棧視覺化的監控需求正高速增長。

在這樣的趨勢下，我們迫切需要能夠“實時洞察執行中系統”的新方法，而不是事後分析或離線除錯。

趨勢洞察：可觀測性技術的未來

可觀測性（Observability）技術經歷了顯著的演進：

• 第一代：日誌（Log）- 記錄離散事件
• 第二代：指標（Metric）- 聚合數值監控
• 第三代：分散式追蹤（Distributed Trace）- 跟蹤請求流程
• 第四代：動態追蹤（Dynamic Trace）- 按需深入系統內部

未來的計算場景將更加多元：邊緣計算裝置將遍佈各處，IoT 裝置數量呈爆炸式增長，深度可觀測服務將成為標準元件。這些場景對可觀測性提出了新的要求：輕量級、低開銷、高精度。

OpenResty 的誕生就是為了構建一個無需重啟、零侵入、按需啟用的全棧可觀測系統，讓開發者能夠像使用顯微鏡一樣觀察複雜系統的內部運作。

動態追蹤技術是如何打通抽象層的？

動態追蹤與其他技術的根本區別在於：

• 相比日誌：無需預先埋點，按需啟用，開銷更低
• 相比 APM：可深入到任意函式級別，不限於預定義介面
• 相比偵錯程式：生產環境可用，幾乎零效能影響

動態追蹤技術的核心在於其能夠穿透各種抽象層，直接觀察系統內部行為，而無需修改程式碼或重啟服務。

基礎原理

動態追蹤主要依靠三種技術機制：

1. 核心探針：直接掛載到作業系統核心函式，監控系統呼叫
2. 使用者態探針：動態插入到應用程式的函式入口/出口點
3. 事件處理器：捕獲探針觸發的事件，執行自定義分析邏輯

“時間＋空間”雙維追蹤模型

動態追蹤就像是為複雜系統進行"針灸"——在關鍵"穴位"上放置探針，收集實時資料。這種方法在兩個關鍵維度上提供了深入洞察：

• 時間維度：捕捉系統隨時間變化的動態行為，如函式執行時長、呼叫頻率和延遲分佈。這就像觀察一條流動的河流，瞭解其流速變化和水位波動。
• 空間維度：同時在縱向（不同抽象層）和橫向（同一層內的不同元件）上採集資料。這使我們能夠跨越程序邊界，連線核心空間與使用者空間，構建完整的系統行為圖譜。

這種雙維模型讓我們能像蜘蛛感知蛛網震動一樣，從任何異常訊號快速定位到問題源頭，無論它藏在多深的系統層次中。

在構建 OpenResty XRay 的過程中，我們積累了豐富的經驗：如何平衡追蹤深度與效能開銷，如何設計易用的介面，以及如何處理海量追蹤資料。

實戰案例：線上上 Kong 服務中實時統計外掛資源消耗

在 API 閘道器領域，Kong 是一款廣泛使用的開源解決方案。然而，隨著外掛數量的增加，如何識別資源消耗大戶成為運維人員的難題。OpenResty XRay 為此提供了優雅的解決方案。

OpenResty XRay 可以在任何執行中的 Kong 伺服器例項中，對所有載入的外掛的 CPU 和記憶體使用情況進行取樣統計。您不需要為 Kong 安裝任何特殊外掛或構建選項，只需要執行 OpenResty XRay 並將其指向你的 Kong 程序。

OpenResty XRay 可以對 Kong 程序進行一段時間的取樣，從幾秒到幾分鐘，這取決於該程序的繁忙程度。然後它就會向您展示 CPU 時間是如何在所有當前載入的外掛之間分配的。

例如，這是由 OpenResty XRay 為一個 Kong 程序生成的餅圖：

想了解更多關於如何使用 OpenResty XRay 分析 Kong 外掛效能的詳情，請訪問：線上上 Kong 服務程序中實時統計 CPU 和記憶體用量最高的外掛

結語

隨著系統複雜度不斷提升，傳統的問題排查方法已難以應對。OpenResty XRay 作為新一代動態追蹤工具，為開發者提供了前所未有的系統洞察能力，讓複雜系統變得透明可解。無論您是面臨效能挑戰的架構師，還是需要快速定位問題的開發者，OpenResty XRay 都能幫助您穿透抽象層，直達問題核心。

關於 OpenResty XRay

OpenResty XRay 是一款動態追蹤產品，它可以自動分析執行中的應用，以解決效能問題、行為問題和安全漏洞，並提供可行的建議。在底層實現上，OpenResty XRay 由我們的 Y 語言驅動，可以在不同環境下支援多種不同的執行時，如 Stap+、eBPF+、GDB 和 ODB。

關於作者

章亦春是開源 OpenResty^® 專案創始人兼 OpenResty Inc. 公司 CEO 和創始人。

章亦春（Github ID: agentzh），生於中國江蘇，現定居美國灣區。他是中國早期開源技術和文化的倡導者和領軍人物，曾供職於多家國際知名的高科技企業，如 Cloudflare、雅虎、阿里巴巴, 是 “邊緣計算“、”動態追蹤 “和 “機器程式設計 “的先驅，擁有超過 22 年的程式設計及 16 年的開源經驗。作為擁有超過 4000 萬全球域名使用者的開源專案的領導者。他基於其 OpenResty^® 開源專案打造的高科技企業 OpenResty Inc. 位於美國矽谷中心。其主打的兩個產品 OpenResty XRay（利用動態追蹤技術的非侵入式的故障剖析和排除工具）和 OpenResty Edge（最適合微服務和分散式流量的全能型閘道器軟體），廣受全球眾多上市及大型企業青睞。在 OpenResty 以外，章亦春為多個開源專案貢獻了累計超過百萬行程式碼，其中包括，Linux 核心、Nginx、LuaJIT、GDB、SystemTap、LLVM、Perl 等，並編寫過 60 多個開源軟體庫。

關注我們

如果您喜歡本文，歡迎關注我們 OpenResty Inc. 公司的部落格網站 。也歡迎掃碼關注我們的微信公眾號：

翻譯

我們提供了英文版原文和中譯版（本文）。我們也歡迎讀者提供其他語言的翻譯版本，只要是全文翻譯不帶省略，我們都將會考慮採用，非常感謝！