無侵入式 Java 探針：生產環境無 Java Agent 捕獲方法引數
- 為甚麼無侵入式 Java 探針在生產環境很重要
- 實戰演示：在生產環境捕獲 Java 方法引數
- OpenResty XRay 與常見 Java Profiler 的差異
- 常見問題
- 為甚麼無侵入式 Java 探針在生產環境很重要
- 實戰演示：在生產環境捕獲 Java 方法引數
- OpenResty XRay 與常見 Java Profiler 的差異
- 常見問題
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
自動根因分析：OpenResty XRay 如何將故障精確定位到程式碼行
- 為甚麼“更多可觀測性資料”不等於“更快的根因分析”
- XRay 的自動根因分析與傳統監控有何不同？
- 自動根因分析實戰：三個生產環境案例
- 常見問題 FAQ
- 為甚麼“更多可觀測性資料”不等於“更快的根因分析”
- XRay 的自動根因分析與傳統監控有何不同？
- 自動根因分析實戰：三個生產環境案例
- 常見問題 FAQ
Perl 記憶體洩漏排查案例：數 GB 降至 60MB，一張火焰圖定位根因
- 精準定位記憶體洩漏根因
- 顯著的最佳化成效
- 延展閱讀
- 總結
- 精準定位記憶體洩漏根因
- 顯著的最佳化成效
- 延展閱讀
- 總結
Node.js 函式探針：不改程式碼捕獲執行中函式的實參
- 為甚麼要在不修改程式碼的前提下追蹤 Node.js 函式？
- 如何不改程式碼捕獲 Node.js 函式實參
- 團隊如何在生產環境使用無侵入式 Node.js 探針
- 為甚麼要在不修改程式碼的前提下追蹤 Node.js 函式？
- 如何不改程式碼捕獲 Node.js 函式實參
- 團隊如何在生產環境使用無侵入式 Node.js 探針
OpenResty Edge 映象請求：複製線上流量到測試、WAF 與審計後端，不拖慢主請求
- 為甚麼使用映象請求？
- OpenResty Edge 如何映象請求
- 如何配置映象請求
- 為甚麼使用映象請求？
- OpenResty Edge 如何映象請求
- 如何配置映象請求
Nginx Worker 程序 RPS 上不去：追蹤到 75 毫秒的事件迴圈阻塞
- 負載很高卻沒幹活：缺失 worker_cpu_affinity 導致的 CPU 爭搶
- 阻塞的 Lua IO 操作如何拖停 Nginx 事件迴圈
- 量化檔案 IO 延時：單次最高 1.5 毫秒
- Nginx 事件迴圈阻塞有多嚴重？43952 個樣本、最大 75 毫秒
- 常見問題
- 負載很高卻沒幹活：缺失 worker_cpu_affinity 導致的 CPU 爭搶
- 阻塞的 Lua IO 操作如何拖停 Nginx 事件迴圈
- 量化檔案 IO 延時：單次最高 1.5 毫秒
- Nginx 事件迴圈阻塞有多嚴重？43952 個樣本、最大 75 毫秒
- 常見問題
OpenResty：全球開發者的”信任之選”
- 為甚麼全球開發者都在選擇 OpenResty？
- 使用者口碑：來自一線的真實力薦
- 技術實力，讓卓越成為常態
- 親身驗證 OpenResty 的卓越效能
- 為甚麼全球開發者都在選擇 OpenResty？
- 使用者口碑：來自一線的真實力薦
- 技術實力，讓卓越成為常態
- 親身驗證 OpenResty 的卓越效能
雙重瓶頸併發？OpenResty XRay 多維分析破解效能難題
- 整體 CPU 使用分析
- 深入模組內部分析
- 壓縮策略深度分析
- 分析結論
- 最佳化解決方案
- 整體 CPU 使用分析
- 深入模組內部分析
- 壓縮策略深度分析
- 分析結論
- 最佳化解決方案
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
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
