零侵入 Node.js CPU 效能分析：火焰圖實戰
- Node.js 應用中的高 CPU 使用率問題
- Node.js 應用中的 CPU 阻塞問題
- 支援的 Node.js 版本和作業系統
- 效能影響和額外負擔
- 下一步的計劃
- Node.js 應用中的高 CPU 使用率問題
- Node.js 應用中的 CPU 阻塞問題
- 支援的 Node.js 版本和作業系統
- 效能影響和額外負擔
- 下一步的計劃
精選文章
藉助 OpenResty XRay，顯著最佳化效能，CPU 使用率立減
90%
藉助 OpenResty XRay，顯著最佳化效能，CPU 使用率立減 90%
最新文章
如何使用 OpenResty Edge 構建私有 CDN 網路
- 為甚麼選擇搭建私有 CDN？
- 靈活的多層邊緣架構
- 如何快速啟動你的邊緣網路
- DNS 管理與智慧排程
- 快取管理
- 靈活可控的安全體系
- 監控與運維
- 為甚麼選擇搭建私有 CDN？
- 靈活的多層邊緣架構
- 如何快速啟動你的邊緣網路
- DNS 管理與智慧排程
- 快取管理
- 靈活可控的安全體系
- 監控與運維
從崩潰到根因：OpenResty XRay 如何將 Nginx 記憶體踩踏問題分析得明明白白
- 案例背景：日誌無法解釋的 Nginx worker 程序頻繁崩潰
- 分析錄製檔案：把崩潰過程回放回“第一現場”
- 根因：Nginx 連線生命週期中的 Use-After-Free
- 常見問題（FAQ）
- 案例背景：日誌無法解釋的 Nginx worker 程序頻繁崩潰
- 分析錄製檔案：把崩潰過程回放回“第一現場”
- 根因：Nginx 連線生命週期中的 Use-After-Free
- 常見問題（FAQ）
UDB + OpenResty XRay：解鎖 OpenResty 應用效能之謎
- OpenResty XRay 如何協同 UDB 增效
- 實戰：使用 UDB 與 OpenResty XRay 分析 OpenResty 應用的 Lua 程式碼呼叫棧
- 時間旅行除錯的優勢
- OpenResty XRay 如何協同 UDB 增效
- 實戰：使用 UDB 與 OpenResty XRay 分析 OpenResty 應用的 Lua 程式碼呼叫棧
- 時間旅行除錯的優勢
UDB 與 OpenResty XRay 如何讓你看透 Perl 程式碼執行全過程
- UDB 是甚麼？
- 實戰：使用 OpenResty XRay 與 UDB 分析 Perl 應用的程式碼呼叫棧
- 為甚麼越來越多開發者選擇 UDB？
- UDB 是甚麼？
- 實戰：使用 OpenResty XRay 與 UDB 分析 Perl 應用的程式碼呼叫棧
- 為甚麼越來越多開發者選擇 UDB？
如何用時間旅行呼叫棧除錯 Java 檔案 I/O
- IDE 斷點和 coredump 在 Java 檔案 I/O 排查中的短板
- 從 native write() 系統呼叫重建完整的 Java 呼叫棧
- 用時間旅行回放一步步除錯 Java 檔案 I/O
- 常見問題
- IDE 斷點和 coredump 在 Java 檔案 I/O 排查中的短板
- 從 native write() 系統呼叫重建完整的 Java 呼叫棧
- 用時間旅行回放一步步除錯 Java 檔案 I/O
- 常見問題
結合 UDB 的時間旅行功能，揭秘 Python 程式碼執行過程
- UDB 在 Python 除錯中的獨特價值
- 結合 OpenResty XRay 增強除錯能力
- 實戰案例：分析 Python 網路請求的呼叫棧
- 總結
- UDB 在 Python 除錯中的獨特價值
- 結合 OpenResty XRay 增強除錯能力
- 實戰案例：分析 Python 網路請求的呼叫棧
- 總結
追蹤 OpenResty 中 LRU 快取引發的記憶體洩漏 —— 根因竟是快取的 SSL 證書
- 為甚麼一個低流量的 OpenResty 應用會持續洩漏記憶體
- 一步步追蹤 LRU 快取記憶體洩漏的完整過程
- 最終結果：從無限增長到記憶體平穩
- 為甚麼一個低流量的 OpenResty 應用會持續洩漏記憶體
- 一步步追蹤 LRU 快取記憶體洩漏的完整過程
- 最終結果：從無限增長到記憶體平穩
Nginx Worker CPU 佔用不均：定位未啟用 reuseport 與 cjson 解析瓶頸
- 症狀：部分 Nginx Worker 程序 CPU 打滿，其餘接近空閒
- OpenResty XRay 如何定位根因
- 修復：三項最佳化與各自的實測收益
- 總結：OpenResty XRay 幾分鐘內的發現
- 常見問題
- 症狀：部分 Nginx Worker 程序 CPU 打滿，其餘接近空閒
- OpenResty XRay 如何定位根因
- 修復：三項最佳化與各自的實測收益
- 總結：OpenResty XRay 幾分鐘內的發現
- 常見問題
動態追蹤的瑞士軍刀：Y 語言如何讓動態追蹤不再複雜
- 行業痛點：為甚麼我們迫切需要一門全新的追蹤語言？
- 技術硬實力：Y 語言憑甚麼敢說“革命性”？
- Y 語言語法：熟悉的 C，更強大的追蹤能力
- 殺手級應用場景：解決傳統工具無法解決的問題
- 全平臺支援：沒有 Y 語言到不了的地方
- 行業痛點：為甚麼我們迫切需要一門全新的追蹤語言？
- 技術硬實力：Y 語言憑甚麼敢說“革命性”？
- Y 語言語法：熟悉的 C，更強大的追蹤能力
- 殺手級應用場景：解決傳統工具無法解決的問題
- 全平臺支援：沒有 Y 語言到不了的地方
OpenResty XRay 重要突破：無侵入分析 Java 應用記憶體與 Envoy Lua 效能
- 無需侵入，徹底洞察 Java 應用記憶體
- 首次打通 Envoy 內 Lua 效能黑盒
- 無需侵入，徹底洞察 Java 應用記憶體
- 首次打通 Envoy 內 Lua 效能黑盒
為甚麼動態追蹤才是生產環境除錯的未來
- 現代軟體中看不見的危機
- 傳統工具為何會失效？
- 故障排除的新正規化：動態追蹤
- OpenResty XRay 的獨特之處
- 現代軟體中看不見的危機
- 傳統工具為何會失效？
- 故障排除的新正規化：動態追蹤
- OpenResty XRay 的獨特之處
OpenResty 1.27.1.2 正式釋出
- 重點變更
- 完整變更日誌
- 反饋
- 重點變更
- 完整變更日誌
- 反饋
深入動態追蹤技術：OpenResty XRay 如何徹底改變問題診斷方式
- 動態追蹤：解決複雜系統問題的利器
- 為甚麼選擇 OpenResty XRay？
- 產品聚焦：XRay 在真實場景中的應用案例
- 常見誤區與 FAQ
- 動態追蹤：解決複雜系統問題的利器
- 為甚麼選擇 OpenResty XRay？
- 產品聚焦：XRay 在真實場景中的應用案例
- 常見誤區與 FAQ
日誌、埋點、A/B 測試都不夠用了？你該瞭解”動態追蹤”
- 傳統方法 vs 動態追蹤：效率與控制力的革命
- 動態追蹤：系統的“透視眼”
- 從火焰圖到系統全景
- 為甚麼選擇 OpenResty XRay？
- 動態追蹤的新邊界
- 傳統方法 vs 動態追蹤：效率與控制力的革命
- 動態追蹤：系統的“透視眼”
- 從火焰圖到系統全景
- 為甚麼選擇 OpenResty XRay？
- 動態追蹤的新邊界
可觀測性的下一站：OpenResty XRay 如何重新定義問題排查
- 現代軟體架構下的問題排查為何越來越難？
- 趨勢洞察：可觀測技術的未來
- 動態追蹤技術是如何打通抽象層的
- 實戰案例：線上上 Kong 服務中實時統計外掛資源消耗
- 現代軟體架構下的問題排查為何越來越難？
- 趨勢洞察：可觀測技術的未來
- 動態追蹤技術是如何打通抽象層的
- 實戰案例：線上上 Kong 服務中實時統計外掛資源消耗
為甚麼動態追蹤落地難？OpenResty XRay 如何破局？
- 動態追蹤技術的落地痛點
- OpenResty XRay：新一代動態追蹤解決方案
- 動態追蹤的未來
- 動態追蹤技術的落地痛點
- OpenResty XRay：新一代動態追蹤解決方案
- 動態追蹤的未來
從黑盒到白盒：OpenResty XRay 讓系統問題無所遁形
- OpenResty XRay：黑盒變白盒的動態追蹤利器
- 全方位多角度的分析能力
- 實際案例分享
- 產品願景
- OpenResty XRay：黑盒變白盒的動態追蹤利器
- 全方位多角度的分析能力
- 實際案例分享
- 產品願景
OpenResty XRay 助力 LLVM clang 效能最佳化實踐
- 甚麼是 LLVM/clang
- OpenResty XRay 分析過程
- 最佳化實施與成果
- 甚麼是 LLVM/clang
- OpenResty XRay 分析過程
- 最佳化實施與成果
自我最佳化：OpenResty XRay 的效能蛻變
- 顯著的最佳化成果
- Ylang 語言：動態追蹤的理想工具
- 技術協同的典範
- 顯著的最佳化成果
- Ylang 語言：動態追蹤的理想工具
- 技術協同的典範
