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
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
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
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
- 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
跨介質資料結構漂移：OpenResty XRay 助力效能提升 20 倍
- 效能挑戰與突破
- 20 倍效能提升的實際意義
- 未來展望
- 效能挑戰與突破
- 20 倍效能提升的實際意義
- 未來展望
從 OOM 到 O(1)：OpenResty 流式 JSON 解析器的實現之道
- JSONL 格式與傳統 JSON 的區別
- 解決方案
- 技術驗證
- 持續最佳化
- 技術啟示
- JSONL 格式與傳統 JSON 的區別
- 解決方案
- 技術驗證
- 持續最佳化
- 技術啟示
從數天到數小時：OpenResty XRay 如何讓 Linux shred 工具提速幾十倍
- 問題分析
- XRay 實戰效果
- 最佳化過程
- 應用價值
- 總結與展望
- 問題分析
- XRay 實戰效果
- 最佳化過程
- 應用價值
- 總結與展望
實戰分享：OpenResty XRay 讓 Ylang 編譯器效能翻倍
- 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
OpenResty 1.27.1.1 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
分析 Tomcat Java Web 應用請求延時（使用 OpenResty XRay）
- 分析 Tomcat Java Web 應用請求延時
- 請求抓取的靈活過濾條件
- 詳細的請求資訊捕獲
- PCAP 包捕獲功能
- 實際應用示例
- 分析 Tomcat Java Web 應用請求延時
- 請求抓取的靈活過濾條件
- 詳細的請求資訊捕獲
- PCAP 包捕獲功能
- 實際應用示例
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
- 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
線上快速定位硬碟 I/O 高的 Python 程式碼路徑（使用 OpenResty XRay）
- 問題：硬碟 I/O 高
- 定位有問題的 Python 程式碼路徑
- 全自動分析報告
- 問題：硬碟 I/O 高
- 定位有問題的 Python 程式碼路徑
- 全自動分析報告
線上監控 PHP 應用中的程式異常（使用 OpenResty XRay）
- 使用引導式分析功能分析 PHP 應用中的程式異常
- 全自動分析報告
- 使用引導式分析功能分析 PHP 應用中的程式異常
- 全自動分析報告
在 Kubernetes 叢集上安裝 OpenResty XRay 的 Agent
- 登入控制檯
- 在 Kubernetes 叢集上安裝 Agent
- 配置和檢測應用
- 啟動分析器和檢視分析結果
- 安裝另一個 Agent
- 登入控制檯
- 在 Kubernetes 叢集上安裝 Agent
- 配置和檢測應用
- 啟動分析器和檢視分析結果
- 安裝另一個 Agent
