精選文章

Photo by Philip Brown

動態追蹤技術漫談

動態追蹤技術漫談

Photo by OpenResty Inc.

OpenResty XRay 分析和解決 B 站重大線上事故

OpenResty XRay 分析和解決 B 站重大線上事故

Photo by Yichun Zhang

當 Lua IPC 管道阻塞 OpenResty 或 Nginx 事件迴圈的時候

當 Lua IPC 管道阻塞 OpenResty 或 Nginx 事件迴圈的時候

Photo by Yichun Zhang

OpenResty XRay 的自動分析報告

OpenResty XRay 的自動分析報告

Photo by Guido Jansen

Lua 級別 CPU 火焰圖簡介

Lua 級別 CPU 火焰圖簡介

Photo by Elena Mozhvilo

OpenResty 與 Nginx 共享記憶體區的記憶體碎片問題

OpenResty 與 Nginx 共享記憶體區的記憶體碎片問題

Photo by Jose G. Ortega Castro

OpenResty 和 Nginx 的共享記憶體區是如何消耗實體記憶體的

OpenResty 和 Nginx 的共享記憶體區是如何消耗實體記憶體的

Photo by Harrison Broadbent

OpenResty 和 Nginx 如何分配和管理記憶體

OpenResty 和 Nginx 如何分配和管理記憶體

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%
申請免費試用

最新文章

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

OpenResty XRay 助力指令碼效能提升 44 倍

  • 真實案例:從發現瓶頸到顯著提速
  • OpenResty XRay 的工作原理
  • 最佳化效果
  • 支適用場景與實踐建議
Photo by 章亦春
  • 真實案例:從發現瓶頸到顯著提速
  • OpenResty XRay 的工作原理
  • 最佳化效果
  • 支適用場景與實踐建議

分析線上 Java 應用的 CPU,off-CPU 和硬碟 IO 使用情況(使用 OpenResty XRay)

  • Java 應用中的高 CPU 使用率問題
  • Java 應用中的 CPU 阻塞問題
  • Java 應用中的高硬碟 IO 問題
  • 支援的 Java 版本和作業系統
  • 效能影響和額外負擔
  • 下一步的計劃
Photo by 章亦春
  • Java 應用中的高 CPU 使用率問題
  • Java 應用中的 CPU 阻塞問題
  • Java 應用中的高硬碟 IO 問題
  • 支援的 Java 版本和作業系統
  • 效能影響和額外負擔
  • 下一步的計劃

OpenResty XRay 的 Web 控制檯快速導覽

  • Insight 頁面介紹
  • 自動報告詳情
  • Dashboard 效能指標儀表盤
  • 使用 Guided Analysis 線上分析
  • 系統設定與配置頁
  • Insight 頁面介紹
  • 自動報告詳情
  • Dashboard 效能指標儀表盤
  • 使用 Guided Analysis 線上分析
  • 系統設定與配置頁

OpenResty XRay 移動端應用介紹

  • 下載和安裝 OpenResty XRay 安卓版
  • 登入到 OpenResty XRay
  • 全自動分析報告
  • 在 dashboard 頁面檢視效能圖表資料
  • 引導式分析功能
  • 下載和安裝 OpenResty XRay 安卓版
  • 登入到 OpenResty XRay
  • 全自動分析報告
  • 在 dashboard 頁面檢視效能圖表資料
  • 引導式分析功能

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

OpenResty XRay 助力指令碼效能提升 44 倍

  • 真實案例:從發現瓶頸到顯著提速
  • OpenResty XRay 的工作原理
  • 最佳化效果
  • 支適用場景與實踐建議
Photo by 章亦春
  • 真實案例:從發現瓶頸到顯著提速
  • OpenResty XRay 的工作原理
  • 最佳化效果
  • 支適用場景與實踐建議

OpenResty XRay 的 Web 控制檯快速導覽

  • Insight 頁面介紹
  • 自動報告詳情
  • Dashboard 效能指標儀表盤
  • 使用 Guided Analysis 線上分析
  • 系統設定與配置頁
  • Insight 頁面介紹
  • 自動報告詳情
  • Dashboard 效能指標儀表盤
  • 使用 Guided Analysis 線上分析
  • 系統設定與配置頁

OpenResty XRay 移動端應用介紹

  • 下載和安裝 OpenResty XRay 安卓版
  • 登入到 OpenResty XRay
  • 全自動分析報告
  • 在 dashboard 頁面檢視效能圖表資料
  • 引導式分析功能
  • 下載和安裝 OpenResty XRay 安卓版
  • 登入到 OpenResty XRay
  • 全自動分析報告
  • 在 dashboard 頁面檢視效能圖表資料
  • 引導式分析功能

在 OpenResty 或 Nginx 程序中追蹤最慢的 PCRE 正規表示式

  • 系統環境
  • 無需猜測,縮小問題範圍
  • 限制 PCRE 的執行開銷
  • 非回溯正規表示式引擎
  • Lua 的內建模式
  • 追蹤容器內的應用
  • 工具的實現方式
  • 工具的開銷
  • 系統環境
  • 無需猜測,縮小問題範圍
  • 限制 PCRE 的執行開銷
  • 非回溯正規表示式引擎
  • Lua 的內建模式
  • 追蹤容器內的應用
  • 工具的實現方式
  • 工具的開銷

動態追蹤技術漫談

  • 甚麼是動態追蹤
  • 動態追蹤的優點
  • DTrace 與 SystemTap
  • SystemTap 在生產上的應用
  • 火焰圖
  • 方法論
  • 知識就是力量
  • 開源與除錯符號
  • Linux 核心的支援
  • 硬體追蹤
  • 死亡程序的遺骸分析
  • 傳統的除錯技術
  • 凌亂的除錯世界
  • OpenResty XRay
Photo by Philip Brown
  • 甚麼是動態追蹤
  • 動態追蹤的優點
  • DTrace 與 SystemTap
  • SystemTap 在生產上的應用
  • 火焰圖
  • 方法論
  • 知識就是力量
  • 開源與除錯符號
  • Linux 核心的支援
  • 硬體追蹤
  • 死亡程序的遺骸分析
  • 傳統的除錯技術
  • 凌亂的除錯世界
  • OpenResty XRay

在 CentOs 上安裝 OpenResty XRay 的 Agent(使用 RPM 包倉庫)

  • 登入控制檯
  • 透過 RPM 包安裝 Agent
  • 檢查 Agent 狀態和日誌
  • 配置和檢測應用程式
  • 啟動分析器和檢視分析結果
  • 安裝另一個 Agent
  • 登入控制檯
  • 透過 RPM 包安裝 Agent
  • 檢查 Agent 狀態和日誌
  • 配置和檢測應用程式
  • 啟動分析器和檢視分析結果
  • 安裝另一個 Agent

在微軟 Azure 雲上安裝自主部署版 OpenResty XRay

  • 建立訂閱和資源組
  • 建立 Azure Kubernetes 服務
  • 準備環境變數
  • 透過命令列登入 Azure
  • 為 Kubernetes 建立 namespace 和 secret
  • 建立 Azure Disk
  • 更新持久化卷的配置檔案
  • 更新 kubernetes 的配置檔案
  • 建立持久化卷
  • 部署 Kubernetes 服務
  • 配置應用閘道器
  • 建立訂閱和資源組
  • 建立 Azure Kubernetes 服務
  • 準備環境變數
  • 透過命令列登入 Azure
  • 為 Kubernetes 建立 namespace 和 secret
  • 建立 Azure Disk
  • 更新持久化卷的配置檔案
  • 更新 kubernetes 的配置檔案
  • 建立持久化卷
  • 部署 Kubernetes 服務
  • 配置應用閘道器

使用 OpenResty XRay 定位普羅米修斯應用內部 CPU 最熱的 Go 程式碼路徑

  • 問題:高 CPU 使用率
  • 使用 OpenResty XRay 的引導式分析功能定位 CPU 最熱的 Go 程式碼路徑
  • 全自動分析與報告
  • 問題:高 CPU 使用率
  • 使用 OpenResty XRay 的引導式分析功能定位 CPU 最熱的 Go 程式碼路徑
  • 全自動分析與報告

追蹤 Go 應用時 OpenResty XRay 對系統效能的影響

  • 應用效能在分析器執行前的表現
  • 分析器執行時對效能的影響
  • 實際測算分析器執行對最大吞吐量與請求延時的影響
  • 應用效能在分析器執行前的表現
  • 分析器執行時對效能的影響
  • 實際測算分析器執行對最大吞吐量與請求延時的影響

線上快速定位阻塞執行緒的 Go 程式碼路徑(使用 OpenResty XRay)

  • 問題: CPU 使用率上不去
  • 使用 OpenResty XRay 的引導式分析功能定位最佔有 off-CPU 時間的 Go 程式碼路徑
  • 全自動分析與報告
  • 問題: CPU 使用率上不去
  • 使用 OpenResty XRay 的引導式分析功能定位最佔有 off-CPU 時間的 Go 程式碼路徑
  • 全自動分析與報告

追蹤 Python 應用時 OpenResty XRay 對系統效能的影響(使用OpenResty XRay)

  • 應用效能在分析器執行前的表現
  • 分析器執行時對效能的影響
  • 實際測算分析器執行對最大吞吐量與請求延時的影響
  • 應用效能在分析器執行前的表現
  • 分析器執行時對效能的影響
  • 實際測算分析器執行對最大吞吐量與請求延時的影響

線上快速定位導致 CPU 上不去的 Python 程式碼路徑(使用 OpenResty XRay)

  • 問題: CPU 使用率上不去
  • 使用 OpenResty XRay 的引導式分析功能定位最佔有 off-CPU 時間的 Python 程式碼路徑
  • 全自動分析與報告
  • 問題: CPU 使用率上不去
  • 使用 OpenResty XRay 的引導式分析功能定位最佔有 off-CPU 時間的 Python 程式碼路徑
  • 全自動分析與報告

分析線上 Java 應用的 CPU,off-CPU 和硬碟 IO 使用情況(使用 OpenResty XRay)

  • Java 應用中的高 CPU 使用率問題
  • Java 應用中的 CPU 阻塞問題
  • Java 應用中的高硬碟 IO 問題
  • 支援的 Java 版本和作業系統
  • 效能影響和額外負擔
  • 下一步的計劃
Photo by 章亦春
  • Java 應用中的高 CPU 使用率問題
  • Java 應用中的 CPU 阻塞問題
  • Java 應用中的高硬碟 IO 問題
  • 支援的 Java 版本和作業系統
  • 效能影響和額外負擔
  • 下一步的計劃

線上快速定位阻塞執行緒的 Perl 程式碼路徑(使用 OpenResty XRay)

  • 問題: CPU 使用率上不去
  • 使用 OpenResty XRay 的引導式分析功能定位最佔有 off-CPU 時間的 Perl 程式碼路徑
  • 全自動分析與報告
  • 問題: CPU 使用率上不去
  • 使用 OpenResty XRay 的引導式分析功能定位最佔有 off-CPU 時間的 Perl 程式碼路徑
  • 全自動分析與報告

追蹤 Perl 應用時 OpenResty XRay 對系統效能的影響

  • 應用效能在分析器執行前的表現
  • 分析器執行時對效能的影響
  • 實際測算分析器執行對最大吞吐量與請求延時的影響
  • 應用效能在分析器執行前的表現
  • 分析器執行時對效能的影響
  • 實際測算分析器執行對最大吞吐量與請求延時的影響

追蹤 Rust 應用時 OpenResty XRay 對系統效能的影響(使用OpenResty XRay)

  • 應用效能在分析器執行前的表現
  • 分析器執行時對效能的影響
  • 實際測算分析器執行對最大吞吐量與請求延時的影響
  • 應用效能在分析器執行前的表現
  • 分析器執行時對效能的影響
  • 實際測算分析器執行對最大吞吐量與請求延時的影響

使用 C++ 動態追蹤 C++ 應用

  • 設定目標 C++ 程式
  • 編寫 C++(或 Y++)分析器
  • 將目標和分析器投入執行
  • 支援複雜 C++ 應用的進展
  • 關於除錯符號
  • 結論
Photo by 章亦春
  • 設定目標 C++ 程式
  • 編寫 C++(或 Y++)分析器
  • 將目標和分析器投入執行
  • 支援複雜 C++ 應用的進展
  • 關於除錯符號
  • 結論

CPU 時間是如何耗費在 llama.cpp 程式和 LLaMA2 模型內部的(使用 OpenResty XRay)

  • 問題: 高 CPU 使用率
  • 使用 OpenResty XRay 的引導式分析功能定位最熱的 C++ 程式碼路徑
  • 全自動分析與報告
  • 問題: 高 CPU 使用率
  • 使用 OpenResty XRay 的引導式分析功能定位最熱的 C++ 程式碼路徑
  • 全自動分析與報告

Ylang:適用於 eBPF、Stap+、GDB 等框架的通用語言(第四集,全四集)

  • 透明的跨容器追蹤
    • 高效的棧展開
    • 分析已終止程序(core dumps)
    • 極低的追蹤開銷
    • 標準 Y 語言庫和工具
    • 網路過濾和控制
    • Y 語言編譯器的實現
    • 作業系統支援
    • 對開源社群的貢獻
    • 結論
    • 致謝
Photo by 章亦春
  • 透明的跨容器追蹤
    • 高效的棧展開
    • 分析已終止程序(core dumps)
    • 極低的追蹤開銷
    • 標準 Y 語言庫和工具
    • 網路過濾和控制
    • Y 語言編譯器的實現
    • 作業系統支援
    • 對開源社群的貢獻
    • 結論
    • 致謝

Ylang: 適用於 eBPF、Stap+、GDB 等框架的通用語言(第三集,全四集)

  • Y 語言的語法(接上文)
    • 字串
    • 內建的正規表示式支援
    • 完整控制流支援
    • 浮點數支援
    • 與開源工具鏈的比較
  • 清晰的除錯符號方式
    • 除錯符號:無執行期系統開銷
    • 集中的軟體包資料庫
    • 模糊匹配除錯符號
Photo by 章亦春
  • Y 語言的語法(接上文)
    • 字串
    • 內建的正規表示式支援
    • 完整控制流支援
    • 浮點數支援
    • 與開源工具鏈的比較
  • 清晰的除錯符號方式
    • 除錯符號:無執行期系統開銷
    • 集中的軟體包資料庫
    • 模糊匹配除錯符號

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(使用 OpenResty XRay)

  • 伺服器程序中所有 Kong 外掛的 CPU 使用情況
  • 伺服器程序中所有 Kong 外掛的記憶體使用情況
  • 伺服器的額外負擔
  • 下一步是甚麼?
Photo by 章亦春
  • 伺服器程序中所有 Kong 外掛的 CPU 使用情況
  • 伺服器程序中所有 Kong 外掛的記憶體使用情況
  • 伺服器的額外負擔
  • 下一步是甚麼?

Ylang: 適用於 eBPF、Stap+、GDB 等框架的通用語言(第一集,全四集)

  • 甚麼是動態追蹤
  • 為甚麼命名為 “Y”
  • 入門
  • 各種後端和執行時
  • 為甚麼要使用一個統一的前端語言
  • 語言的語法
  • 未完待續
Photo by 章亦春
  • 甚麼是動態追蹤
  • 為甚麼命名為 “Y”
  • 入門
  • 各種後端和執行時
  • 為甚麼要使用一個統一的前端語言
  • 語言的語法
  • 未完待續

分析 OpenResty 或 Nginx 中最耗 CPU 的請求

  • 系統環境
  • 最耗 CPU 的請求主機名
  • 最耗 CPU 的請求 URI
  • 深入挖掘
  • 直接在 Web 控制檯中執行
  • 追蹤容器內的應用
  • 工具的實現方式
  • 工具的開銷
Photo by Yichun Zhang
  • 系統環境
  • 最耗 CPU 的請求主機名
  • 最耗 CPU 的請求 URI
  • 深入挖掘
  • 直接在 Web 控制檯中執行
  • 追蹤容器內的應用
  • 工具的實現方式
  • 工具的開銷

Lua 級別 CPU 火焰圖簡介

  • 甚麼是火焰圖
  • 簡單的 Lua 樣例
  • 複雜的 Lua 應用
  • 取樣開銷
  • 安全性
  • 相容性
  • 其他型別的 Lua 級別火焰圖
Photo by Guido Jansen
  • 甚麼是火焰圖
  • 簡單的 Lua 樣例
  • 複雜的 Lua 應用
  • 取樣開銷
  • 安全性
  • 相容性
  • 其他型別的 Lua 級別火焰圖

LuaJIT GC64 模式

  • 老的記憶體限制
    • 何時會碰到這個記憶體限制
    • 記憶體限制是每程序的
    • GC 管理的記憶體
    • 不由 GC 管理的記憶體
    • 提升 x64 模式的記憶體上限到 4 GB
  • 新的 GC64 模式
    • 如何開啟 GC64 模式
    • 效能影響
    • 除錯分析工具鏈
  • 老的記憶體限制
    • 何時會碰到這個記憶體限制
    • 記憶體限制是每程序的
    • GC 管理的記憶體
    • 不由 GC 管理的記憶體
    • 提升 x64 模式的記憶體上限到 4 GB
  • 新的 GC64 模式
    • 如何開啟 GC64 模式
    • 效能影響
    • 除錯分析工具鏈
聯絡我們

很樂意聽到您的反饋,請與我們聯絡 👋

成功傳送訊息!

我們的專家團隊將在 24 小時之內與您聯絡。
x