カスタム Ylang アナライザーを作成して Go プログラムを動的にトレースする（OpenResty XRay を使用）
- Go 変数に 2 つのキーと値のペアを挿入
- カスタム Ylang アナライザーを作成して Go プログラムを動的にトレース
- テスト結果
- Go 変数に 2 つのキーと値のペアを挿入
- カスタム Ylang アナライザーを作成して Go プログラムを動的にトレース
- テスト結果
精选文章
OpenResty XRay で、パフォーマンスを大幅に向上し、CPU使用率を即座に削減
90%
OpenResty XRay で、パフォーマンスを大幅に向上し、CPU使用率を即座に削減 90%
最新記事
Django メモリプロファイラ：稼働中アプリのメモリ使用状況をオブジェクト単位で分析する
- ps で高メモリの Django プロセスを見つける
- Guided Analysis で Django アプリのメモリ使用状況をプロファイリングする
- フレームグラフを読む：どの Python モジュールが最もメモリを使っているか
- Insights で Django のメモリ使用状況を自動監視する
- OpenResty XRay とは
- ps で高メモリの Django プロセスを見つける
- Guided Analysis で Django アプリのメモリ使用状況をプロファイリングする
- フレームグラフを読む：どの Python モジュールが最もメモリを使っているか
- Insights で Django のメモリ使用状況を自動監視する
- OpenResty XRay とは
CentOS 上に OpenResty XRay の Agent をインストールする方法（RPM パッケージリポジトリを使用）
- コンソールにログイン
- RPM パッケージリポジトリを使用した Agent のインストール
- 检查 Agent 状态和日志
- アプリケーションの設定と検出
- アナライザーの起動と分析結果の確認
- 別の Agent のインストール
- コンソールにログイン
- RPM パッケージリポジトリを使用した Agent のインストール
- 检查 Agent 状态和日志
- アプリケーションの設定と検出
- アナライザーの起動と分析結果の確認
- 別の Agent のインストール
Python メモリプロファイラ：コード変更なしで最も RAM を消費するオブジェクトを特定する
- どの Python プロセスが最もメモリを消費しているかを特定する
- ガイド分析で Python メモリをプロファイリングし、最大のオブジェクトとそのモジュールを特定する
- 定期レポートで Python のメモリ使用量を自動監視する
- OpenResty XRay について
- どの Python プロセスが最もメモリを消費しているかを特定する
- ガイド分析で Python メモリをプロファイリングし、最大のオブジェクトとそのモジュールを特定する
- 定期レポートで Python のメモリ使用量を自動監視する
- OpenResty XRay について
Rust CPU プロファイリング：OpenResty XRay で Sled の最もホットなコードパスを特定
- 問題：Sled ベースのキャッシュサービスが 100% 超の CPU を消費
- Guided Analysis による実行中の Rust プロセスのプロファイリング
- Rust CPU フレームグラフの解読：最もホットなコードパス
- 2 番目にホットなコードパス：get_inner と view_for_key
- 自動生成される Rust CPU 分析レポート
- よくある質問
- 問題：Sled ベースのキャッシュサービスが 100% 超の CPU を消費
- Guided Analysis による実行中の Rust プロセスのプロファイリング
- Rust CPU フレームグラフの解読：最もホットなコードパス
- 2 番目にホットなコードパス：get_inner と view_for_key
- 自動生成される Rust CPU 分析レポート
- よくある質問
etcd の高 CPU 使用率：フレームグラフで最も CPU を消費する Go コードパスを特定
- 問題症状：etcd が CPU コアの 70% 以上を消費
- OpenResty XRay のガイド付き分析で最も CPU を消費する Go コードパスを特定
- etcd CPU の自動監視とレポート
- OpenResty XRay とは
- 問題症状：etcd が CPU コアの 70% 以上を消費
- OpenResty XRay のガイド付き分析で最も CPU を消費する Go コードパスを特定
- etcd CPU の自動監視とレポート
- OpenResty XRay とは
llama.cpp の CPU 使用率：400% の CPU 消費を ggml のホットな関数まで追跡
- llama.cpp を実行して 400% の CPU 使用率を観測
- OpenResty XRay による llama.cpp の CPU 使用率のプロファイリング
- 分析結果：最もホットな C++ コードパス
- OpenResty XRay について
- llama.cpp を実行して 400% の CPU 使用率を観測
- OpenResty XRay による llama.cpp の CPU 使用率のプロファイリング
- 分析結果：最もホットな C++ コードパス
- OpenResty XRay について
Ylang実践編：コンテナトレース、スタック展開とCore Dump分析（第4回、全4回）
- コンテナを透過的に横断するトレース機能
- 効率的なスタックアンワインディング
- 終了したプロセスの分析（core dumps）
- 極めて低いトレーシングオーバーヘッド
- 標準 Ylang ライブラリとツール
- ネットワークフィルタリングと制御
- Ylang コンパイラの実装
- オペレーティングシステムのサポート
- オープンソースコミュニティへの貢献
- 結論
- 謝辞
- コンテナを透過的に横断するトレース機能
- 効率的なスタックアンワインディング
- 終了したプロセスの分析（core dumps）
- 極めて低いトレーシングオーバーヘッド
- 標準 Ylang ライブラリとツール
- ネットワークフィルタリングと制御
- Ylang コンパイラの実装
- オペレーティングシステムのサポート
- オープンソースコミュニティへの貢献
- 結論
- 謝辞
Go サービスの CPU 使用率が異常に低い：稼働中プロセスの off-CPU 分析でブロッキングの根本原因を特定
- 症状：リクエストが増えても Go サービスの CPU 使用率が上がらない
- 稼働中の Go プロセスを OpenResty XRay で off-CPU 分析
- 根因：ブロッキングなシェルコマンド呼び出し
- 自動分析と日次・週次レポート
- 症状：リクエストが増えても Go サービスの CPU 使用率が上がらない
- 稼働中の Go プロセスを OpenResty XRay で off-CPU 分析
- 根因：ブロッキングなシェルコマンド呼び出し
- 自動分析と日次・週次レポート
Go 高 CPU 使用率：正規表現のコンパイルが CPU 時間の 36.8% を消費
- Go プロセスの高 CPU 使用率を観察する
- OpenResty XRay で Go の CPU 使用率をプロファイリングする
- 自動モニタリングとレポート
- OpenResty XRay について
- Go プロセスの高 CPU 使用率を観察する
- OpenResty XRay で Go の CPU 使用率をプロファイリングする
- 自動モニタリングとレポート
- OpenResty XRay について
Ylang：正規表現、完全な制御フローと透過的デバッグシンボル処理（第3回、全4回）
- Ylang の文法（前回の続き）
- 文字列
- 組み込み正規表現サポート
- 完全な制御フロー機能のサポート
- 浮動小数点数のサポート
- オープンソースツールチェーンとの比較
- 透過的なデバッグシンボル処理
- デバッグシンボル：実行時のシステムオーバーヘッドなし
- 集中管理されたパッケージデータベース
- デバッグシンボルのファジーマッチング
- Ylang の文法（前回の続き）
- 文字列
- 組み込み正規表現サポート
- 完全な制御フロー機能のサポート
- 浮動小数点数のサポート
- オープンソースツールチェーンとの比較
- 透過的なデバッグシンボル処理
- デバッグシンボル：実行時のシステムオーバーヘッドなし
- 集中管理されたパッケージデータベース
- デバッグシンボルのファジーマッチング
Ylang構文詳解：プローブ、トレーサー/トレーシー空間と組み込みデータ型（第2回、全4回）
- 言語文法（前述の続き）
- マクロ拡張
- トレーサー空間とトレーシー空間
- プローブ
- 拡張変数型
- 言語文法（前述の続き）
- マクロ拡張
- トレーサー空間とトレーシー空間
- プローブ
- 拡張変数型
Python プロセスの CPU 使用率が 8% のまま：off-CPU 分析でブロッキング subprocess.run 呼び出しを特定
- 症状：リクエストが殺到しても Python プロセスの CPU 使用率が上がらない
- OpenResty XRay の Guided Analysis でブロッキング Python コードパスを特定
- Insights ページの自動分析とレポート
- FAQ
- 症状：リクエストが殺到しても Python プロセスの CPU 使用率が上がらない
- OpenResty XRay の Guided Analysis でブロッキング Python コードパスを特定
- Insights ページの自動分析とレポート
- FAQ
OpenResty XRay を使用して Linux カーネルのトレースサブシステムにおける 2 つのバグを捕捉
- ユーザー空間メモリ読み取り時のカーネルデッドロック
- カーネル内の x86 ブレークポイント挿入におけるデータ競合
- ユーザー空間メモリ読み取り時のカーネルデッドロック
- カーネル内の x86 ブレークポイント挿入におけるデータ競合
Perl 高CPU使用率：フレームグラフで正規表現ホットスポットを特定（CPU 100%の原因追跡）
- 問題: 高 CPU 使用率
- OpenResty XRay のガイド付き分析機能を使用して最も CPU 使用率の高い Perl コードパスを特定
- 自動分析とレポート
- OpenResty XRay について
- 問題: 高 CPU 使用率
- OpenResty XRay のガイド付き分析機能を使用して最も CPU 使用率の高い Perl コードパスを特定
- 自動分析とレポート
- OpenResty XRay について
Lua の CPU 使用率が高いとき：Nginx/OpenResty で最もホットな Lua コードパスを特定する
- 症状：Nginx ワーカープロセスが CPU をほぼ 100% 使用
- 「Guided Analysis」で最もホットな Lua コードパスを特定
- Insights レポートで Lua CPU 使用率を自動監視
- よくある質問
- 症状：Nginx ワーカープロセスが CPU をほぼ 100% 使用
- 「Guided Analysis」で最もホットな Lua コードパスを特定
- Insights レポートで Lua CPU 使用率を自動監視
- よくある質問
Kong プラグインの CPU 高騰：pcall に隠れた Lua 例外をフレームグラフで特定
- 問題：トラフィックは低いのに Kong プラグインの CPU が高騰
- OpenResty XRay のフレームグラフによる CPU ボトルネックの特定
- 結果：Kong の CPU 使用率が 80% から 50% に低下
- 問題：トラフィックは低いのに Kong プラグインの CPU が高騰
- OpenResty XRay のフレームグラフによる CPU ボトルネックの特定
- 結果：Kong の CPU 使用率が 80% から 50% に低下
Kong プラグインの CPU・メモリ使用量：最も消費するプラグインをオンラインで特定（OpenResty XRay）
- サーバープロセス内のすべての Kong プラグインの CPU 使用状況
- サーバープロセス内のすべての Kong プラグインのメモリ使用状況
- サーバーへの追加負荷
- 今後の展開
- サーバープロセス内のすべての Kong プラグインの CPU 使用状況
- サーバープロセス内のすべての Kong プラグインのメモリ使用状況
- サーバーへの追加負荷
- 今後の展開
Ylang: eBPF、SystemTap、GDB などのフレームワーク向け動的トレーシング言語（第1回、全4回）
- 動的トレーシングとは
- なぜ「Y」と名付けたのか
- Ylang 入門
- 動的トレーシングバックエンド：eBPF+、Stap+、GDB、ODB
- なぜ動的トレーシングに統一されたフロントエンド言語が必要なのか
- Ylang の構文：C との真の互換性
- よくある質問
- 動的トレーシングとは
- なぜ「Y」と名付けたのか
- Ylang 入門
- 動的トレーシングバックエンド：eBPF+、Stap+、GDB、ODB
- なぜ動的トレーシングに統一されたフロントエンド言語が必要なのか
- Ylang の構文：C との真の互換性
- よくある質問
遅延した TCP 接続のみのパケットキャプチャ：Nginx リクエストボディ読み取りの 200ms 遅延を追跡
- 課題
- 分析プロセス：遅延した TCP 接続のパケットキャプチャ
- 完全自動化された分析
- OpenResty XRay とは
- 課題
- 分析プロセス：遅延した TCP 接続のパケットキャプチャ
- 完全自動化された分析
- OpenResty XRay とは
本番環境のメモリリーク特定：RSS 増加からソースコード行番号までの階層的な原因分析
- 症状：増加する一方のメモリ曲線
- メモリリークか、単なる高メモリ使用か
- 4 つのリークパターンと実際の根本原因チェーン
- 増えているように見えて、実はリークではないケース
- リーク特定の手法：トップダウンの階層的な原因分析
- 従来ツールが本番環境で通用しない理由
- よくある質問
- 症状：増加する一方のメモリ曲線
- メモリリークか、単なる高メモリ使用か
- 4 つのリークパターンと実際の根本原因チェーン
- 増えているように見えて、実はリークではないケース
- リーク特定の手法：トップダウンの階層的な原因分析
- 従来ツールが本番環境で通用しない理由
- よくある質問
Off-CPU 分析の実践：CPU 使用率が低いのにレイテンシが高い 4 つの根本原因と特定方法
- Off-CPU 時間とは何か
- 症状：CPU 使用率が上がらないのにリクエストが滞留する
- 4 つの Off-CPU 根本原因の実例による因果チェーン
- Off-CPU 時間の定量化手法
- On-CPU + Off-CPU = ウォールクロック時間：全体像とツールエコシステム
- よくある質問
- Off-CPU 時間とは何か
- 症状：CPU 使用率が上がらないのにリクエストが滞留する
- 4 つの Off-CPU 根本原因の実例による因果チェーン
- Off-CPU 時間の定量化手法
- On-CPU + Off-CPU = ウォールクロック時間：全体像とツールエコシステム
- よくある質問
OpenResty XRay バージョン 26.7.15 正式リリース
- 主なハイライト
- その他の重要な更新
- 主なハイライト
- その他の重要な更新
OpenResty XRay AI アシスタント：すべての分析データに語らせる
- 「レポートを ChatGPT に貼り付ける」のと何が違うのか？
- 3 つの典型的なシナリオ
- よくある質問：AI は本当にフレームグラフを読めるのか？どこまで信頼できるのか？
- 「レポートを ChatGPT に貼り付ける」のと何が違うのか？
- 3 つの典型的なシナリオ
- よくある質問：AI は本当にフレームグラフを読めるのか？どこまで信頼できるのか？
OpenResty プライベートライブラリ：高性能 Lua & Nginx モジュール
- 全カタログ
- シナリオ別の内容
- ライセンスの仕組み
- FAQ
- 全カタログ
- シナリオ別の内容
- ライセンスの仕組み
- FAQ
OpenResty XRay バージョン 26.5.11 正式リリース
- 主なハイライト
- その他の重要な更新
- 主なハイライト
- その他の重要な更新
OpenResty XRay バージョン 26.2.1 正式リリース
- 主なハイライト
- 安定性と使いやすさの最適化
- 主なハイライト
- 安定性と使いやすさの最適化
コード変更・サービス再起動なし：OpenResty XRay による本番環境での動的トレーシング実践法
- 既存の動的トレーシングフレームワークが本番環境で抱える限界と課題とは？
- OpenResty XRay が動的トレーシングのアーキテクチャ設計で実現した技術的革新とは？
- フルスタックフレームグラフとは何か?
- OpenResty XRay の対応範囲はどのように継続的に広がっているか？
- 既存の動的トレーシングフレームワークが本番環境で抱える限界と課題とは？
- OpenResty XRay が動的トレーシングのアーキテクチャ設計で実現した技術的革新とは？
- フルスタックフレームグラフとは何か?
- OpenResty XRay の対応範囲はどのように継続的に広がっているか？
OpenResty XRay 入門：コードを変更せずに、システム深層の「鼓動」を聴く
- OpenResty XRay が実現する究極の可観測性基盤
- シグナルからインサイトへ
- 次世代のクラウドネイティブ・エンジニアリング
- オープンなエコシステムと堅牢な技術基盤
- OpenResty XRay が実現する究極の可観測性基盤
- シグナルからインサイトへ
- 次世代のクラウドネイティブ・エンジニアリング
- オープンなエコシステムと堅牢な技術基盤
OpenResty の隠れたメモリリークを無停止で特定する手法（Zero Downtime）
- 本番環境におけるメモリリークの徹底解剖
- なぜ、このような問題は解決が極めて困難なのか？
- 「運任せ」から「予測可能」なシステムへ
- パフォーマンス問題が「ツール」の域を超える時
- 本番環境におけるメモリリークの徹底解剖
- なぜ、このような問題は解決が極めて困難なのか？
- 「運任せ」から「予測可能」なシステムへ
- パフォーマンス問題が「ツール」の域を超える時
Nginx リバースプロキシの QPS が 15 分の 1 に低下：upstream keepalive の欠落と -O0 ビルドが原因だった
- Nginx リバースプロキシが 15 分の 1 に低速化、それでもエラーログはゼロ
- フレームグラフが暴いた接続ストーム：upstream keepalive の欠落
- 残り 10% の差：ベースライン比較がコンパイラを指し示す
- -O0 デバッグビルドが 10% の性能を奪っていた
- Nginx リバースプロキシが 15 分の 1 に低速化、それでもエラーログはゼロ
- フレームグラフが暴いた接続ストーム：upstream keepalive の欠落
- 残り 10% の差：ベースライン比較がコンパイラを指し示す
- -O0 デバッグビルドが 10% の性能を奪っていた
50万 QPS の OpenResty ゲートウェイで発生した「謎の 244ms 遅延」の原因を特定した話
- 良好な平均値の裏に潜むレイテンシースパイクと CPU の浪費
- コード変更・再起動なしで行う OpenResty レイテンシーのトラブルシューティング
- 最適化の結果：レイテンシースパイクの解消と CPU 使用率 30% 削減
- よくある質問
- 良好な平均値の裏に潜むレイテンシースパイクと CPU の浪費
- コード変更・再起動なしで行う OpenResty レイテンシーのトラブルシューティング
- 最適化の結果：レイテンシースパイクの解消と CPU 使用率 30% 削減
- よくある質問
プラグインが CPU の 45% を食い潰した際、ソースコードなしで Lua の 93 行目を特定した方法？
- perf が「ブラック ボックス」に直面したとき *「サンプリング」から「フルスタック動的トレーシング」へ
- 証拠の連鎖を特定する
- 「何が起こったか」から「なぜ」へ
- perf が「ブラック ボックス」に直面したとき *「サンプリング」から「フルスタック動的トレーシング」へ
- 証拠の連鎖を特定する
- 「何が起こったか」から「なぜ」へ
本番環境で Java メモリリークを特定する方法——ヒープダンプも再起動も不要
- 複数回の Full GC 後もヒープが回収されない理由：本番環境の Java メモリリーク
- ヒープダンプなしで本番環境の Java メモリリークを診断する方法
- Java メモリリークを特定する再利用可能な 3 ステップ法
- OpenResty XRay を選ぶ理由
- よくある質問
- 複数回の Full GC 後もヒープが回収されない理由：本番環境の Java メモリリーク
- ヒープダンプなしで本番環境の Java メモリリークを診断する方法
- Java メモリリークを特定する再利用可能な 3 ステップ法
- OpenResty XRay を選ぶ理由
- よくある質問
OpenResty XRay バージョン 25.10.11 正式リリース
- 特に注目すべき 3 つのポイント
- 診断精度と安定性の強化
- ユーザビリティとセキュリティの強化
- アップグレード方法
- 特に注目すべき 3 つのポイント
- 診断精度と安定性の強化
- ユーザビリティとセキュリティの強化
- アップグレード方法
Gzip CPU 使用率が高い原因：圧縮レベル 6 が CPU の 54% を消費した実例
- 本番環境で Gzip 圧縮が CPU の 54% を消費していた経緯
- Gzip の CPU 使用率が高かった原因：設定パラメータレベルの診断
- Gzip と Brotli の CPU オーバーヘッドを定量化する
- 勘に頼る調整からデータ駆動の圧縮チューニングへ
- 本番環境で Gzip 圧縮が CPU の 54% を消費していた経緯
- Gzip の CPU 使用率が高かった原因：設定パラメータレベルの診断
- Gzip と Brotli の CPU オーバーヘッドを定量化する
- 勘に頼る調整からデータ駆動の圧縮チューニングへ
Nginx C++ モジュールのメモリリーク：本番環境で再起動なしに根本原因を特定
- 本番環境の難題：GDB でデバッグできない C++ モジュールのメモリリーク
- フレームグラフで ngx_dubbo_module 内のリーク関数を特定する方法
- 受動的な対応から能動的な支援へ：XRay が実現するトラブルシューティングの新たなサイクル
- まとめ
- 本番環境の難題：GDB でデバッグできない C++ モジュールのメモリリーク
- フレームグラフで ngx_dubbo_module 内のリーク関数を特定する方法
- 受動的な対応から能動的な支援へ：XRay が実現するトラブルシューティングの新たなサイクル
- まとめ
非侵入型 Java プロファイラ：Java Agent なしで本番環境のメソッド引数をキャプチャ
- なぜ非侵入型 Java プロファイリングが本番環境で重要なのか
- 実践デモ：本番環境で Java メソッド引数をキャプチャ
- OpenResty XRay と一般的な Java プロファイラの違い
- よくある質問
- なぜ非侵入型 Java プロファイリングが本番環境で重要なのか
- 実践デモ：本番環境で Java メソッド引数をキャプチャ
- OpenResty XRay と一般的な Java プロファイラの違い
- よくある質問
自動根本原因分析：OpenResty XRay が障害をコード行レベルまで特定する仕組み
- なぜ「より多くのオブザーバビリティデータ」が「より速い根本原因分析」を意味しないのか
- XRay の自動根本原因分析は従来の監視とどう違うのか
- 自動根本原因分析の実例：3 つの本番環境ケース
- よくある質問（FAQ）
- なぜ「より多くのオブザーバビリティデータ」が「より速い根本原因分析」を意味しないのか
- XRay の自動根本原因分析は従来の監視とどう違うのか
- 自動根本原因分析の実例：3 つの本番環境ケース
- よくある質問（FAQ）
Perl メモリリーク調査事例：数 GB から 60MB へ、フレームグラフ 1 枚で根本原因を特定
- フレームグラフでメモリリークの根本原因をピンポイントで特定
- 顕著な最適化の成果
- 関連資料
- まとめ
- フレームグラフでメモリリークの根本原因をピンポイントで特定
- 顕著な最適化の成果
- 関連資料
- まとめ
Node.js 関数プローブ：コードを変更せず実行中の関数の引数を捕捉する
- なぜコードを変更せずに Node.js 関数を追跡するのか？
- コードを変更せずに Node.js 関数の引数を捕捉する方法
- 本番環境でチームが非侵入型 Node.js プローブをどう活用するか
- なぜコードを変更せずに Node.js 関数を追跡するのか？
- コードを変更せずに Node.js 関数の引数を捕捉する方法
- 本番環境でチームが非侵入型 Node.js プローブをどう活用するか
300 RPS で頭打ちの Nginx Worker プロセス：原因は 75 ミリ秒のイベントループ・ブロッキング
- 負荷は高いのに仕事が進まない：worker_cpu_affinity 欠落による CPU リソース競合
- ブロッキング Lua I/O 呼び出しが Nginx イベントループを停止させた仕組み
- ファイル I/O レイテンシーの測定：1 回あたり最大 1.5 ミリ秒
- Nginx イベントループのブロッキングはどれほど深刻だったか：43,952 サンプル、最大 75 ミリ秒
- よくある質問
- 負荷は高いのに仕事が進まない：worker_cpu_affinity 欠落による CPU リソース競合
- ブロッキング Lua I/O 呼び出しが Nginx イベントループを停止させた仕組み
- ファイル I/O レイテンシーの測定：1 回あたり最大 1.5 ミリ秒
- Nginx イベントループのブロッキングはどれほど深刻だったか：43,952 サンプル、最大 75 ミリ秒
- よくある質問
二重のボトルネック並行処理？OpenResty XRay の多次元分析で性能問題を解決
- 全体的 CPU 使用分析
- モジュール内部の詳細分析
- 圧縮戦略の詳細分析
- 分析結論
- 最適化ソリューション
- 全体的 CPU 使用分析
- モジュール内部の詳細分析
- 圧縮戦略の詳細分析
- 分析結論
- 最適化ソリューション
非侵入型 Node.js CPU プロファイリング：フレームグラフによる実践分析
- Node.js アプリケーションにおける高 CPU 使用率の問題
- Node.js アプリケーションにおける CPU ブロッキングの問題
- サポートされている Node.js バージョンとオペレーティングシステム
- 自動サンプリングと専門家による分析
- パフォーマンスへの影響と追加負荷
- 今後の計画
- Node.js アプリケーションにおける高 CPU 使用率の問題
- Node.js アプリケーションにおける CPU ブロッキングの問題
- サポートされている Node.js バージョンとオペレーティングシステム
- 自動サンプリングと専門家による分析
- パフォーマンスへの影響と追加負荷
- 今後の計画
クラッシュから根本原因まで：OpenResty XRay が Nginx メモリ破壊問題を明確に分析する方法
- 事例の背景：ログでは説明できない Nginx ワーカープロセスの頻繁なクラッシュ
- 記録ファイルの分析：クラッシュを「第一現場」まで巻き戻して再生する
- 根本原因：Nginx 接続ライフサイクルにおける Use-After-Free
- よくある質問（FAQ）
- 事例の背景：ログでは説明できない Nginx ワーカープロセスの頻繁なクラッシュ
- 記録ファイルの分析：クラッシュを「第一現場」まで巻き戻して再生する
- 根本原因：Nginx 接続ライフサイクルにおける Use-After-Free
- よくある質問（FAQ）
UDB + OpenResty XRay：OpenResty アプリケーションのパフォーマンスの謎を解き明かす
- OpenResty XRay と UDB の連携による効率化
- 実践：UDB と OpenResty XRay を用いた OpenResty アプリケーションにおける Lua コード呼び出しスタックの分析
- 時間遡行デバッグの利点
- まとめ
- OpenResty XRay と UDB の連携による効率化
- 実践：UDB と OpenResty XRay を用いた OpenResty アプリケーションにおける Lua コード呼び出しスタックの分析
- 時間遡行デバッグの利点
- まとめ
UDB と OpenResty XRay による Perl コード実行全プロセスの可視化
- UDB とは？
- 実践：OpenResty XRay と UDB を使用した Perl アプリケーションのコードコールスタック分析
- なぜ、より多くの開発者が UDB を選択するのでしょうか？
- まとめ
- UDB とは？
- 実践：OpenResty XRay と UDB を使用した Perl アプリケーションのコードコールスタック分析
- なぜ、より多くの開発者が UDB を選択するのでしょうか？
- まとめ
Java ファイル I/O をタイムトラベルコールスタックでデバッグする方法
- Java ファイル I/O における IDE ブレークポイントと coredump の限界
- Native write() システムコールからの完全な Java コールスタック再構築
- タイムトラベル再生による Java ファイル I/O の段階的デバッグ
- よくある質問
- Java ファイル I/O における IDE ブレークポイントと coredump の限界
- Native write() システムコールからの完全な Java コールスタック再構築
- タイムトラベル再生による Java ファイル I/O の段階的デバッグ
- よくある質問
UDB のタイムトラベル機能を活用し、Python コードの実行プロセスを解明
- Python デバッグにおける UDB の独自の価値
- OpenResty XRay との連携によるデバッグ能力の強化
- 実践事例：Python のネットワークリクエストにおけるコールスタックの分析
- まとめ
- Python デバッグにおける UDB の独自の価値
- OpenResty XRay との連携によるデバッグ能力の強化
- 実践事例：Python のネットワークリクエストにおけるコールスタックの分析
- まとめ
OpenResty の LRU キャッシュに起因するメモリリークを追跡する —— 根本原因はキャッシュされた SSL 証明書
- なぜ低トラフィックの OpenResty アプリがメモリをリークし続けたのか
- LRU キャッシュのメモリリークを一歩ずつ追跡する全過程
- 最終結果：無限の増加から安定したメモリへ
- なぜ低トラフィックの OpenResty アプリがメモリをリークし続けたのか
- LRU キャッシュのメモリリークを一歩ずつ追跡する全過程
- 最終結果：無限の増加から安定したメモリへ
Nginx Worker の CPU 使用率の偏り：reuseport 未設定と cjson ボトルネックを特定
- 症状：一部の Nginx Worker プロセスだけ CPU が張り付き、他はアイドル状態
- OpenResty XRay による根本原因の特定
- 修正：3 つの最適化とそれぞれの実測効果
- 要約：OpenResty XRay が数分で特定した内容
- よくある質問
- 症状：一部の Nginx Worker プロセスだけ CPU が張り付き、他はアイドル状態
- OpenResty XRay による根本原因の特定
- 修正：3 つの最適化とそれぞれの実測効果
- 要約：OpenResty XRay が数分で特定した内容
- よくある質問
動的トレースの万能ツール：Y 言語が動的トレースを簡単にする方法
- モダンソフトウェアアーキテクチャにおける問題解決がますます難しくなっている理由
- 可観測性技術の進化と将来展望
- 動的トレース技術はどのように抽象化レイヤーを通過するのか？
- 「時間＋空間」二次元トラッキングモデル
- 実践事例：オンライン Kong サービスにおけるプラグインリソース消費のリアルタイム統計
- モダンソフトウェアアーキテクチャにおける問題解決がますます難しくなっている理由
- 可観測性技術の進化と将来展望
- 動的トレース技術はどのように抽象化レイヤーを通過するのか？
- 「時間＋空間」二次元トラッキングモデル
- 実践事例：オンライン Kong サービスにおけるプラグインリソース消費のリアルタイム統計
OpenResty XRay の画期的なアップデート：Java アプリケーションのメモリと Envoy Lua のパフォーマンスを非侵入で分析
- 非侵入で、Java アプリケーションのメモリを徹底解明
- Envoy 内の Lua パフォーマンス・ブラックボックスを初めて解明
- 挑戦は続いています
- 非侵入で、Java アプリケーションのメモリを徹底解明
- Envoy 内の Lua パフォーマンス・ブラックボックスを初めて解明
- 挑戦は続いています
動的トレースが本番環境デバッグの未来である理由
- 動的トレース技術の実装における課題
- OpenResty XRay：次世代動的トレーシングソリューション
- 結語：動的トレースの未来
- 動的トレース技術の実装における課題
- OpenResty XRay：次世代動的トレーシングソリューション
- 結語：動的トレースの未来
動的トレーシング技術の深層：OpenResty XRay がどのように問題診断方法を根本的に変革するか
- 動的トレーシング：複雑なシステム問題を解決する強力なツール
- なぜ OpenResty XRay をお選びいただくべきか？
- 製品フォーカス：実際のシナリオにおける XRay の適用事例
- よくある誤解と FAQ：動的トレースについて知っておきたいこと
- 動的トレーシング：複雑なシステム問題を解決する強力なツール
- なぜ OpenResty XRay をお選びいただくべきか？
- 製品フォーカス：実際のシナリオにおける XRay の適用事例
- よくある誤解と FAQ：動的トレースについて知っておきたいこと
動的トレーシングの実装が難しい理由とは？OpenResty XRay はどのようにこの課題を解決するのか？
- 動的トレース技術の実装における課題
- OpenResty XRay：次世代動的トレーシングソリューション
- 結語：動的トレースの未来
- 動的トレース技術の実装における課題
- OpenResty XRay：次世代動的トレーシングソリューション
- 結語：動的トレースの未来
ログ、イベントトラッキング、A/B テストだけでは不十分？「動的トレーシング」を理解すべき時期
- 従来の方法 vs 動的トレーシング：効率性と制御力の革命
- 動的トレース：システムの「透視眼」
- フレームグラフからシステム全体像へ
- OpenResty XRay を選ぶ理由
- 可観測性の未来：動的トレースの新境地
- 従来の方法 vs 動的トレーシング：効率性と制御力の革命
- 動的トレース：システムの「透視眼」
- フレームグラフからシステム全体像へ
- OpenResty XRay を選ぶ理由
- 可観測性の未来：動的トレースの新境地
可観測性の次なる段階：OpenResty XRay が問題解決を再定義する方法
- モダンソフトウェアアーキテクチャにおける問題解決がますます難しくなっている理由
- 可観測性技術の進化と将来展望
- 動的トレース技術はどのように抽象化レイヤーを通過するのか？
- 「時間＋空間」二次元トラッキングモデル
- 実践事例：オンライン Kong サービスにおけるプラグインリソース消費のリアルタイム統計
- モダンソフトウェアアーキテクチャにおける問題解決がますます難しくなっている理由
- 可観測性技術の進化と将来展望
- 動的トレース技術はどのように抽象化レイヤーを通過するのか？
- 「時間＋空間」二次元トラッキングモデル
- 実践事例：オンライン Kong サービスにおけるプラグインリソース消費のリアルタイム統計
ブラックボックスからホワイトボックスへ：OpenResty XRay でシステム問題を可視化する
- ブラックボックスをホワイトボックスに変える動的トレースツール
- 多角的な総合分析能力
- 実例紹介
- 製品ビジョン
- ブラックボックスをホワイトボックスに変える動的トレースツール
- 多角的な総合分析能力
- 実例紹介
- 製品ビジョン
自己最適化：OpenResty XRay の性能変革
- 課題と痛点
- OpenResty XRay の自己分析プロセス
- 驚くべき最適化の成果
- 技術的洞察とビジネス価値
- 課題と痛点
- OpenResty XRay の自己分析プロセス
- 驚くべき最適化の成果
- 技術的洞察とビジネス価値
OpenResty XRay によるスクリプトパフォーマンスの 44 倍向上
- 実例：ボトルネックの発見から大幅な高速化まで
- OpenResty XRay の動作原理
- 最適化の効果
- 適用シナリオと実践的なアドバイス
- 実例：ボトルネックの発見から大幅な高速化まで
- OpenResty XRay の動作原理
- 最適化の効果
- 適用シナリオと実践的なアドバイス
クロスメディアデータ構造ドリフト：OpenResty XRay が性能を 20 倍向上
- 性能の課題とブレークスルー
- 20 倍の性能向上の実際的意義
- 今後の展望
- 性能の課題とブレークスルー
- 20 倍の性能向上の実際的意義
- 今後の展望
OOM から O(1)へ：OpenResty ストリーミング JSON パーサーの実装方法
- JSONL フォーマットと従来の JSON の違い
- 解決策
- 技術検証
- 継続的な最適化
- 技術的示唆
- JSONL フォーマットと従来の JSON の違い
- 解決策
- 技術検証
- 継続的な最適化
- 技術的示唆
数日から数時間へ：OpenResty XRay が Linux shred ツールを数十倍高速化する
- 問題分析
- XRay 実践効果
- 最適化プロセス
- 応用価値
- まとめと展望
- 問題分析
- XRay 実践効果
- 最適化プロセス
- 応用価値
- まとめと展望
実践共有：OpenResty XRay が Ylang コンパイラのパフォーマンスを倍増
- 顕著な最適化成果
- Ylang 言語：動的トレースの理想的なツール
- 技術協調の模範例
- 顕著な最適化成果
- Ylang 言語：動的トレースの理想的なツール
- 技術協調の模範例
OpenResty XRay Web コンソール：自動分析レポート・リアルタイム指標・ガイド付き根本原因分析
- Insights ページで何が見られるか
- 分析レポートの読み方
- Dashboard に表示される指標
- Guided Analysis で高 CPU 使用率を診断
- OpenResty XRay の Agent を設定
- OpenResty XRay とは
- Insights ページで何が見られるか
- 分析レポートの読み方
- Dashboard に表示される指標
- Guided Analysis で高 CPU 使用率を診断
- OpenResty XRay の Agent を設定
- OpenResty XRay とは
OpenResty XRay モバイルアプリ：スマホからアプリを監視・トラブルシューティング（Android & iOS）
- OpenResty XRay Android 版のダウンロードとインストール
- OpenResty XRay へのログイン
- 全自動分析レポート
- ダッシュボードページでパフォーマンスチャートデータの確認
- Guided Analysis 機能
- よくある質問
- OpenResty XRay Android 版のダウンロードとインストール
- OpenResty XRay へのログイン
- 全自動分析レポート
- ダッシュボードページでパフォーマンスチャートデータの確認
- Guided Analysis 機能
- よくある質問
OpenResty XRay についての FAQ
OpenResty XRay 製品のための「よくある質問」ドキュメントを作成
OpenResty XRay 製品のための「よくある質問」ドキュメントを作成
OpenResty XRay の自動分析レポート
- 過去
- 現在
- 将来
- 過去
- 現在
- 将来
OpenResty XRay による ビリビリ動画の重大なオンライン障害の分析と解決
- 障害の説明
- 障害分析のプロセス
- 障害後の修復と強化
- OpenResty XRay の製品とサービス
- 障害の説明
- 障害分析のプロセス
- 障害後の修復と強化
- OpenResty XRay の製品とサービス
Nginx 正規表現のパフォーマンス：動的トレーシングで遅いパターンを特定
- 前提条件とセットアップ
- CPU フレームグラフによる遅い正規表現の特定
- 正規表現最適化後のパフォーマンス
- lua_regex_match_limit による PCRE バックトラッキングの制限
- 非バックトラッキングエンジン：RE2 と OpenResty Regex
- 正規表現の代替としての Lua 組み込みパターン
- Docker・Kubernetes 内での正規表現パフォーマンスのトレース
- 動的トレーシングツールの仕組み
- ツールのオーバーヘッド：非サンプリング時はゼロ
- FAQ：Nginx 正規表現のパフォーマンス
- 前提条件とセットアップ
- CPU フレームグラフによる遅い正規表現の特定
- 正規表現最適化後のパフォーマンス
- lua_regex_match_limit による PCRE バックトラッキングの制限
- 非バックトラッキングエンジン：RE2 と OpenResty Regex
- 正規表現の代替としての Lua 組み込みパターン
- Docker・Kubernetes 内での正規表現パフォーマンスのトレース
- 動的トレーシングツールの仕組み
- ツールのオーバーヘッド：非サンプリング時はゼロ
- FAQ：Nginx 正規表現のパフォーマンス
動的トレーシング技術概説
- 動的トレーシングとは
- 動的トレーシングの利点
- DTrace と SystemTap
- SystemTap の実運用での活用
- フレームグラフ
- 方法論
- 知識は力なり
- オープンソースとデバッグシンボル
- Linux カーネルのサポート
- ハードウェアトレーシング
- 終了プロセスの解析
- 従来のデバッグ技術
- 混沌としたデバッグの世界
- OpenResty XRay
- 動的トレーシングとは
- 動的トレーシングの利点
- DTrace と SystemTap
- SystemTap の実運用での活用
- フレームグラフ
- 方法論
- 知識は力なり
- オープンソースとデバッグシンボル
- Linux カーネルのサポート
- ハードウェアトレーシング
- 終了プロセスの解析
- 従来のデバッグ技術
- 混沌としたデバッグの世界
- OpenResty XRay
Kubernetes クラスター上に OpenResty XRay の Agent をインストールする
- コンソールにログイン
- Kubernetes クラスター上に Agent をインストール
- アプリケーションの設定と検出
- アナライザーの起動と分析結果の確認
- 別の Agent のインストール
- コンソールにログイン
- Kubernetes クラスター上に Agent をインストール
- アプリケーションの設定と検出
- アナライザーの起動と分析結果の確認
- 別の Agent のインストール
Amazon Linux 上での OpenResty XRay Agent のインストール方法（Bundle パッケージを使用）
- コンソールにログイン
- Bundle パッケージを使用した Agent のインストール
- アプリケーションの設定と検出
- アナライザの起動と分析結果の確認
- 別の Agent のインストールt
- コンソールにログイン
- Bundle パッケージを使用した Agent のインストール
- アプリケーションの設定と検出
- アナライザの起動と分析結果の確認
- 別の Agent のインストールt
CentOS 上に OpenResty XRay の Agent をインストールする方法（RPM パッケージリポジトリを使用）
- コンソールにログイン
- RPM パッケージリポジトリを使用した Agent のインストール
- 检查 Agent 状态和日志
- アプリケーションの設定と検出
- アナライザーの起動と分析結果の確認
- 別の Agent のインストール
- コンソールにログイン
- RPM パッケージリポジトリを使用した Agent のインストール
- 检查 Agent 状态和日志
- アプリケーションの設定と検出
- アナライザーの起動と分析結果の確認
- 別の Agent のインストール
Microsoft Azure クラウド上に OpenResty XRay オンプレミス版をインストールする
- サブスクリプションとリソースグループの作成
- Azure Kubernetes サービスの作成
- 環境変数の準備
- コマンドラインから Azure にログイン\n* Kubernetes の namespace と secret の作成
- Azure ディスクの作成
- 永続化ボリュームの設定ファイルの更新
- Kubernetes の設定ファイルの更新
- 永続化ボリュームの作成
- Kubernetes サービスのデプロイ
- アプリケーションゲートウェイの設定
- サブスクリプションとリソースグループの作成
- Azure Kubernetes サービスの作成
- 環境変数の準備
- コマンドラインから Azure にログイン\n* Kubernetes の namespace と secret の作成
- Azure ディスクの作成
- 永続化ボリュームの設定ファイルの更新
- Kubernetes の設定ファイルの更新
- 永続化ボリュームの作成
- Kubernetes サービスのデプロイ
- アプリケーションゲートウェイの設定
Linux 上の Go サービスのディスク I/O 高負荷をデバッグする方法
- ディスク I/O が高い Go プロセスの特定
- フレームグラフで Go のディスク読み書きコードパスを追跡
- 自動ディスク I/O 分析レポート
- よくある質問
- ディスク I/O が高い Go プロセスの特定
- フレームグラフで Go のディスク読み書きコードパスを追跡
- 自動ディスク I/O 分析レポート
- よくある質問
本番環境で Go の Panic をトレースする方法（再起動不要）
- Go アプリケーションのプログラム例外を分析
- 完全自動化された分析レポート
- よくある質問
- Go アプリケーションのプログラム例外を分析
- 完全自動化された分析レポート
- よくある質問
OpenResty XRay を使用して Prometheus アプリケーション内の CPU 使用率が最も高い Go コードパスを特定する
- 問題：高 CPU 使用率
- CPU 使用率が最も高い Go コードパスを特定
- 完全自動化された分析とレポート
- 問題：高 CPU 使用率
- CPU 使用率が最も高い Go コードパスを特定
- 完全自動化された分析とレポート
CockroachDB の高 CPU 使用率：稼働中の Go サーバーをフレームグラフでプロファイリング
- 問題：CockroachDB の高 CPU 使用率
- Guided Analysis で最も CPU を消費する Go コードパスを特定する
- 自動 CPU 分析とレポート
- OpenResty XRay について
- 問題：CockroachDB の高 CPU 使用率
- Guided Analysis で最も CPU を消費する Go コードパスを特定する
- 自動 CPU 分析とレポート
- OpenResty XRay について
Go アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- 分析中、CPU・メモリ・ロードアベレージにどのような影響があるか？
- 分析はスループットとレイテンシにどの程度影響するか？
- OpenResty XRay と常駐型 APM エージェントの比較
- よくある質問
- 分析中、CPU・メモリ・ロードアベレージにどのような影響があるか？
- 分析はスループットとレイテンシにどの程度影響するか？
- OpenResty XRay と常駐型 APM エージェントの比較
- よくある質問
カスタム Ylang アナライザーを作成して Go プログラムを動的にトレースする（OpenResty XRay を使用）
- Go 変数に 2 つのキーと値のペアを挿入
- カスタム Ylang アナライザーを作成して Go プログラムを動的にトレース
- テスト結果
- Go 変数に 2 つのキーと値のペアを挿入
- カスタム Ylang アナライザーを作成して Go プログラムを動的にトレース
- テスト結果
etcd の高 CPU 使用率：フレームグラフで最も CPU を消費する Go コードパスを特定
- 問題症状：etcd が CPU コアの 70% 以上を消費
- OpenResty XRay のガイド付き分析で最も CPU を消費する Go コードパスを特定
- etcd CPU の自動監視とレポート
- OpenResty XRay とは
- 問題症状：etcd が CPU コアの 70% 以上を消費
- OpenResty XRay のガイド付き分析で最も CPU を消費する Go コードパスを特定
- etcd CPU の自動監視とレポート
- OpenResty XRay とは
Go サービスの CPU 使用率が異常に低い：稼働中プロセスの off-CPU 分析でブロッキングの根本原因を特定
- 症状：リクエストが増えても Go サービスの CPU 使用率が上がらない
- 稼働中の Go プロセスを OpenResty XRay で off-CPU 分析
- 根因：ブロッキングなシェルコマンド呼び出し
- 自動分析と日次・週次レポート
- 症状：リクエストが増えても Go サービスの CPU 使用率が上がらない
- 稼働中の Go プロセスを OpenResty XRay で off-CPU 分析
- 根因：ブロッキングなシェルコマンド呼び出し
- 自動分析と日次・週次レポート
Go 高 CPU 使用率：正規表現のコンパイルが CPU 時間の 36.8% を消費
- Go プロセスの高 CPU 使用率を観察する
- OpenResty XRay で Go の CPU 使用率をプロファイリングする
- 自動モニタリングとレポート
- OpenResty XRay について
- Go プロセスの高 CPU 使用率を観察する
- OpenResty XRay で Go の CPU 使用率をプロファイリングする
- 自動モニタリングとレポート
- OpenResty XRay について
XRay で Python アプリケーションのディスク I/O 高負荷を診断
- ディスク I/O が高い Python プロセスの特定
- フレームグラフで Python のディスク読み書きコードパスを追跡
- 自動ディスク I/O 分析レポート
- よくある質問
- ディスク I/O が高い Python プロセスの特定
- フレームグラフで Python のディスク読み書きコードパスを追跡
- 自動ディスク I/O 分析レポート
- よくある質問
Python アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- 分析中、CPU・メモリ・ロードアベレージにどのような影響があるか？
- 分析はスループットとレイテンシにどの程度影響するか？
- OpenResty XRay と常駐型 APM Agentの比較
- よくある質問
- 分析中、CPU・メモリ・ロードアベレージにどのような影響があるか？
- 分析はスループットとレイテンシにどの程度影響するか？
- OpenResty XRay と常駐型 APM Agentの比較
- よくある質問
Django メモリプロファイラ：稼働中アプリのメモリ使用状況をオブジェクト単位で分析する
- ps で高メモリの Django プロセスを見つける
- Guided Analysis で Django アプリのメモリ使用状況をプロファイリングする
- フレームグラフを読む：どの Python モジュールが最もメモリを使っているか
- Insights で Django のメモリ使用状況を自動監視する
- OpenResty XRay とは
- ps で高メモリの Django プロセスを見つける
- Guided Analysis で Django アプリのメモリ使用状況をプロファイリングする
- フレームグラフを読む：どの Python モジュールが最もメモリを使っているか
- Insights で Django のメモリ使用状況を自動監視する
- OpenResty XRay とは
Python メモリプロファイラ：コード変更なしで最も RAM を消費するオブジェクトを特定する
- どの Python プロセスが最もメモリを消費しているかを特定する
- ガイド分析で Python メモリをプロファイリングし、最大のオブジェクトとそのモジュールを特定する
- 定期レポートで Python のメモリ使用量を自動監視する
- OpenResty XRay について
- どの Python プロセスが最もメモリを消費しているかを特定する
- ガイド分析で Python メモリをプロファイリングし、最大のオブジェクトとそのモジュールを特定する
- 定期レポートで Python のメモリ使用量を自動監視する
- OpenResty XRay について
Python プロセスの CPU 使用率が 8% のまま：off-CPU 分析でブロッキング subprocess.run 呼び出しを特定
- 症状：リクエストが殺到しても Python プロセスの CPU 使用率が上がらない
- OpenResty XRay の Guided Analysis でブロッキング Python コードパスを特定
- Insights ページの自動分析とレポート
- FAQ
- 症状：リクエストが殺到しても Python プロセスの CPU 使用率が上がらない
- OpenResty XRay の Guided Analysis でブロッキング Python コードパスを特定
- Insights ページの自動分析とレポート
- FAQ
Java Tomcat のレスポンスが遅い：リクエスト単位の PCAP で遅いリクエストをピンポイント特定
- Tomcat のレスポンス遅延を診断、遅いリクエストをピンポイントで捕捉
- 選択的パケットキャプチャ：レスポンス時間・ステータス・パスでフィルタ
- リクエスト単位で PCAP をダウンロード
- サーバー側遅延とネットワーク遅延を切り分け
- Tomcat を内蔵した Spring Boot アプリにも対応
- Tomcat のレスポンス遅延を診断、遅いリクエストをピンポイントで捕捉
- 選択的パケットキャプチャ：レスポンス時間・ステータス・パスでフィルタ
- リクエスト単位で PCAP をダウンロード
- サーバー側遅延とネットワーク遅延を切り分け
- Tomcat を内蔵した Spring Boot アプリにも対応
Java アプリケーションプロファイリング：CPU、Off-CPU、ディスク I/O を Safepoint バイアスなしで分析
- フレームグラフで Java CPU ホットスポットをプロファイリング
- Off-CPU Java プロファイリング：ロック競合とブロッキング分析
- Java ディスク I/O プロファイリング：ファイルとソケットの書き込みを追跡
- OpenJDK 8/11/17/21 アプリケーションプロファイリング対応
- 自動サンプリングと専門家分析
- パフォーマンスへの影響とオーバーヘッド
- よくある質問
- フレームグラフで Java CPU ホットスポットをプロファイリング
- Off-CPU Java プロファイリング：ロック競合とブロッキング分析
- Java ディスク I/O プロファイリング：ファイルとソケットの書き込みを追跡
- OpenJDK 8/11/17/21 アプリケーションプロファイリング対応
- 自動サンプリングと専門家分析
- パフォーマンスへの影響とオーバーヘッド
- よくある質問
本番環境で Perl の例外をトレースする方法（再起動不要）
- Perl アプリケーションのプログラム例外を分析
- 自動生成レポート
- よくある質問
- Perl アプリケーションのプログラム例外を分析
- 自動生成レポート
- よくある質問
Perl プロセスの CPU 使用率が 13% のまま：off-CPU フレームグラフでブロッキング HTTP 呼び出しを特定
- 症状：リクエストが殺到しても Perl プロセスの CPU 使用率が上がらない
- OpenResty XRay の off-CPU フレームグラフでブロッキング Perl コードパスを特定
- Insights ページの自動分析とレポート
- FAQ
- 症状：リクエストが殺到しても Perl プロセスの CPU 使用率が上がらない
- OpenResty XRay の off-CPU フレームグラフでブロッキング Perl コードパスを特定
- Insights ページの自動分析とレポート
- FAQ
Perl アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- 分析中、CPU・メモリ・ロードアベレージにどのような影響があるか？
- 分析はスループットとレイテンシにどの程度影響するか？
- OpenResty XRay と常駐型 APM エージェントの比較
- よくある質問
- 分析中、CPU・メモリ・ロードアベレージにどのような影響があるか？
- 分析はスループットとレイテンシにどの程度影響するか？
- OpenResty XRay と常駐型 APM エージェントの比較
- よくある質問
Perl プロセス内で最大のメモリオブジェクトを特定する
- 症状: top で Perl プロセスのメモリ使用率が高い
- OpenResty XRay の Guided Analysis で最大の Perl オブジェクトを特定する
- 最大のオブジェクトをソースファイルまで追跡する
- Insights レポートで Perl プロセスのメモリを自動監視する
- よくある質問（FAQ）
- OpenResty XRay について
- 症状: top で Perl プロセスのメモリ使用率が高い
- OpenResty XRay の Guided Analysis で最大の Perl オブジェクトを特定する
- 最大のオブジェクトをソースファイルまで追跡する
- Insights レポートで Perl プロセスのメモリを自動監視する
- よくある質問（FAQ）
- OpenResty XRay について
Perl 高CPU使用率：フレームグラフで正規表現ホットスポットを特定（CPU 100%の原因追跡）
- 問題: 高 CPU 使用率
- OpenResty XRay のガイド付き分析機能を使用して最も CPU 使用率の高い Perl コードパスを特定
- 自動分析とレポート
- OpenResty XRay について
- 問題: 高 CPU 使用率
- OpenResty XRay のガイド付き分析機能を使用して最も CPU 使用率の高い Perl コードパスを特定
- 自動分析とレポート
- OpenResty XRay について
Rust プロセスのディスク I/O が高い原因の特定方法
- ディスク I/O が高い Rust プロセスの特定
- フレームグラフで Rust のディスク書き込みホットコードパスを追跡
- 自動ディスク I/O 分析レポート
- よくある質問
- ディスク I/O が高い Rust プロセスの特定
- フレームグラフで Rust のディスク書き込みホットコードパスを追跡
- 自動ディスク I/O 分析レポート
- よくある質問
本番環境で Rust の Panic をトレースする方法（再起動不要）
- Rust アプリケーションのプログラム例外を分析
- 完全自動化された分析レポート
- よくある質問
- Rust アプリケーションのプログラム例外を分析
- 完全自動化された分析レポート
- よくある質問
Rust アプリケーションの追跡時における OpenResty XRay のシステムパフォーマンスへの影響
- 分析中、CPU・メモリ・ロードアベレージにどのような影響があるか？
- 分析はスループットとレイテンシにどの程度影響するか？
- OpenResty XRay と常駐型 APM Agentの比較
- よくある質問
- 分析中、CPU・メモリ・ロードアベレージにどのような影響があるか？
- 分析はスループットとレイテンシにどの程度影響するか？
- OpenResty XRay と常駐型 APM Agentの比較
- よくある質問
Rust CPU プロファイリング：OpenResty XRay で Sled の最もホットなコードパスを特定
- 問題：Sled ベースのキャッシュサービスが 100% 超の CPU を消費
- Guided Analysis による実行中の Rust プロセスのプロファイリング
- Rust CPU フレームグラフの解読：最もホットなコードパス
- 2 番目にホットなコードパス：get_inner と view_for_key
- 自動生成される Rust CPU 分析レポート
- よくある質問
- 問題：Sled ベースのキャッシュサービスが 100% 超の CPU を消費
- Guided Analysis による実行中の Rust プロセスのプロファイリング
- Rust CPU フレームグラフの解読：最もホットなコードパス
- 2 番目にホットなコードパス：get_inner と view_for_key
- 自動生成される Rust CPU 分析レポート
- よくある質問
C++ による C++ アプリケーションの動的トレーシング技術
- 対象 C++ プログラムを設定
- C++（または Y++）アナライザーの作成
- 対象プログラムとアナライザーの実行
- 複雑な C++ アプリケーションのサポート強化
- デバッグシンボルについて
- 結論
- 対象 C++ プログラムを設定
- C++（または Y++）アナライザーの作成
- 対象プログラムとアナライザーの実行
- 複雑な C++ アプリケーションのサポート強化
- デバッグシンボルについて
- 結論
OpenResty XRay による Core Dump の自動分析技術
- クラッシュした OpenResty/Nginx worker の core dump ファイルの場所を特定する
- OpenResty XRay で自動（ガイド付き）core dump 分析を開始する
- クラッシュのシグナル、CPU レジスタ、C バックトレースを読み解く
- Lua バックトレースからクラッシュした正確な行までたどる
- オンラインの core dump に対する自動 Insights レポート
- クラッシュした OpenResty/Nginx worker の core dump ファイルの場所を特定する
- OpenResty XRay で自動（ガイド付き）core dump 分析を開始する
- クラッシュのシグナル、CPU レジスタ、C バックトレースを読み解く
- Lua バックトレースからクラッシュした正確な行までたどる
- オンラインの core dump に対する自動 Insights レポート
Erlang 高 CPU 使用率：フレームグラフで特定した PCRE 正規表現のボトルネック
- Erlang プロセスの 200% 超 CPU 使用率の観測
- OpenResty XRay による Erlang CPU 使用率のプロファイリング
- C レベル分析：erts_pcre_exec と PCRE バックトラッキング
- BEAM VM における PCRE 正規表現バックトラッキングが高コストな理由
- 自動監視とレポート
- FAQ：Erlang 高 CPU 使用率
- OpenResty XRay について
- Erlang プロセスの 200% 超 CPU 使用率の観測
- OpenResty XRay による Erlang CPU 使用率のプロファイリング
- C レベル分析：erts_pcre_exec と PCRE バックトラッキング
- BEAM VM における PCRE 正規表現バックトラッキングが高コストな理由
- 自動監視とレポート
- FAQ：Erlang 高 CPU 使用率
- OpenResty XRay について
Nginx で No debugging symbols found？OpenResty XRay が自動で再構築
- Nginx が strip され、デバッグシンボルが欠落していることの確認
- 欠落した Nginx デバッグシンボルを自動再構築——再コンパイル不要
- 継続的な分析：日次・週次の Insights レポート
- よくある質問：nginx-dbg、再コンパイル、strip 済みバイナリの分析
- Nginx が strip され、デバッグシンボルが欠落していることの確認
- 欠落した Nginx デバッグシンボルを自動再構築——再コンパイル不要
- 継続的な分析：日次・週次の Insights レポート
- よくある質問：nginx-dbg、再コンパイル、strip 済みバイナリの分析
Envoy CPU プロファイリング：フレームグラフで C++ ホットパスを特定
- シナリオ：Envoy プロセスの CPU 使用率が 90% 超
- C++ フレームグラフによる Envoy CPU プロファイリング
- 自動化レポートによる継続的 CPU 監視
- OpenResty XRay について
- FAQ：Envoy CPU プロファイリング
- シナリオ：Envoy プロセスの CPU 使用率が 90% 超
- C++ フレームグラフによる Envoy CPU プロファイリング
- 自動化レポートによる継続的 CPU 監視
- OpenResty XRay について
- FAQ：Envoy CPU プロファイリング
OpenResty XRay を使用して HTTP 504 タイムアウトエラーを診断する方法
- 問題：HTTP 504 ゲートウェイタイムアウトエラー
- エラーの診断
- 完全自動化された分析とレポート
- 問題：HTTP 504 ゲートウェイタイムアウトエラー
- エラーの診断
- 完全自動化された分析とレポート
llama.cpp の CPU 使用率：400% の CPU 消費を ggml のホットな関数まで追跡
- llama.cpp を実行して 400% の CPU 使用率を観測
- OpenResty XRay による llama.cpp の CPU 使用率のプロファイリング
- 分析結果：最もホットな C++ コードパス
- OpenResty XRay について
- llama.cpp を実行して 400% の CPU 使用率を観測
- OpenResty XRay による llama.cpp の CPU 使用率のプロファイリング
- 分析結果：最もホットな C++ コードパス
- OpenResty XRay について
Ylang実践編：コンテナトレース、スタック展開とCore Dump分析（第4回、全4回）
- コンテナを透過的に横断するトレース機能
- 効率的なスタックアンワインディング
- 終了したプロセスの分析（core dumps）
- 極めて低いトレーシングオーバーヘッド
- 標準 Ylang ライブラリとツール
- ネットワークフィルタリングと制御
- Ylang コンパイラの実装
- オペレーティングシステムのサポート
- オープンソースコミュニティへの貢献
- 結論
- 謝辞
- コンテナを透過的に横断するトレース機能
- 効率的なスタックアンワインディング
- 終了したプロセスの分析（core dumps）
- 極めて低いトレーシングオーバーヘッド
- 標準 Ylang ライブラリとツール
- ネットワークフィルタリングと制御
- Ylang コンパイラの実装
- オペレーティングシステムのサポート
- オープンソースコミュニティへの貢献
- 結論
- 謝辞
Ylang：正規表現、完全な制御フローと透過的デバッグシンボル処理（第3回、全4回）
- Ylang の文法（前回の続き）
- 文字列
- 組み込み正規表現サポート
- 完全な制御フロー機能のサポート
- 浮動小数点数のサポート
- オープンソースツールチェーンとの比較
- 透過的なデバッグシンボル処理
- デバッグシンボル：実行時のシステムオーバーヘッドなし
- 集中管理されたパッケージデータベース
- デバッグシンボルのファジーマッチング
- Ylang の文法（前回の続き）
- 文字列
- 組み込み正規表現サポート
- 完全な制御フロー機能のサポート
- 浮動小数点数のサポート
- オープンソースツールチェーンとの比較
- 透過的なデバッグシンボル処理
- デバッグシンボル：実行時のシステムオーバーヘッドなし
- 集中管理されたパッケージデータベース
- デバッグシンボルのファジーマッチング
Ylang構文詳解：プローブ、トレーサー/トレーシー空間と組み込みデータ型（第2回、全4回）
- 言語文法（前述の続き）
- マクロ拡張
- トレーサー空間とトレーシー空間
- プローブ
- 拡張変数型
- 言語文法（前述の続き）
- マクロ拡張
- トレーサー空間とトレーシー空間
- プローブ
- 拡張変数型
OpenResty XRay を使用して Linux カーネルのトレースサブシステムにおける 2 つのバグを捕捉
- ユーザー空間メモリ読み取り時のカーネルデッドロック
- カーネル内の x86 ブレークポイント挿入におけるデータ競合
- ユーザー空間メモリ読み取り時のカーネルデッドロック
- カーネル内の x86 ブレークポイント挿入におけるデータ競合
Lua の CPU 使用率が高いとき：Nginx/OpenResty で最もホットな Lua コードパスを特定する
- 症状：Nginx ワーカープロセスが CPU をほぼ 100% 使用
- 「Guided Analysis」で最もホットな Lua コードパスを特定
- Insights レポートで Lua CPU 使用率を自動監視
- よくある質問
- 症状：Nginx ワーカープロセスが CPU をほぼ 100% 使用
- 「Guided Analysis」で最もホットな Lua コードパスを特定
- Insights レポートで Lua CPU 使用率を自動監視
- よくある質問
Kong プラグインの CPU 高騰：pcall に隠れた Lua 例外をフレームグラフで特定
- 問題：トラフィックは低いのに Kong プラグインの CPU が高騰
- OpenResty XRay のフレームグラフによる CPU ボトルネックの特定
- 結果：Kong の CPU 使用率が 80% から 50% に低下
- 問題：トラフィックは低いのに Kong プラグインの CPU が高騰
- OpenResty XRay のフレームグラフによる CPU ボトルネックの特定
- 結果：Kong の CPU 使用率が 80% から 50% に低下
Kong プラグインの CPU・メモリ使用量：最も消費するプラグインをオンラインで特定（OpenResty XRay）
- サーバープロセス内のすべての Kong プラグインの CPU 使用状況
- サーバープロセス内のすべての Kong プラグインのメモリ使用状況
- サーバーへの追加負荷
- 今後の展開
- サーバープロセス内のすべての Kong プラグインの CPU 使用状況
- サーバープロセス内のすべての Kong プラグインのメモリ使用状況
- サーバーへの追加負荷
- 今後の展開
Ylang: eBPF、SystemTap、GDB などのフレームワーク向け動的トレーシング言語（第1回、全4回）
- 動的トレーシングとは
- なぜ「Y」と名付けたのか
- Ylang 入門
- 動的トレーシングバックエンド：eBPF+、Stap+、GDB、ODB
- なぜ動的トレーシングに統一されたフロントエンド言語が必要なのか
- Ylang の構文：C との真の互換性
- よくある質問
- 動的トレーシングとは
- なぜ「Y」と名付けたのか
- Ylang 入門
- 動的トレーシングバックエンド：eBPF+、Stap+、GDB、ODB
- なぜ動的トレーシングに統一されたフロントエンド言語が必要なのか
- Ylang の構文：C との真の互換性
- よくある質問
遅延した TCP 接続のみのパケットキャプチャ：Nginx リクエストボディ読み取りの 200ms 遅延を追跡
- 課題
- 分析プロセス：遅延した TCP 接続のパケットキャプチャ
- 完全自動化された分析
- OpenResty XRay とは
- 課題
- 分析プロセス：遅延した TCP 接続のパケットキャプチャ
- 完全自動化された分析
- OpenResty XRay とは
リークした Lua テーブルを特定する：registry / _LOADED（package.loaded）参照パス · OpenResty XRay
- LuaJIT のメモリ管理方法
- OpenResty XRay のコマンドラインツール
- Lua テーブルのリーク例
- LuaJIT GC オブジェクト種別ごとのメモリ内訳
- lj-gco-ref フレームグラフの読み方：registry、_LOADED、package.loaded
- 完全自動の Lua メモリリーク分析
- LuaJIT のメモリ管理方法
- OpenResty XRay のコマンドラインツール
- Lua テーブルのリーク例
- LuaJIT GC オブジェクト種別ごとのメモリ内訳
- lj-gco-ref フレームグラフの読み方：registry、_LOADED、package.loaded
- 完全自動の Lua メモリリーク分析
YSQL 言語を使用した Nginx プロセスのリアルタイムリクエスト数カウント
- run-ysql ツールのインストール方法
- リアルタイムの総リクエスト数の統計
- 特定のリクエストのフィルタリング
- Web コンソールでの YSQL の使用
- 真の非侵襲的トレーシング
- run-ysql ツールのインストール方法
- リアルタイムの総リクエスト数の統計
- 特定のリクエストのフィルタリング
- Web コンソールでの YSQL の使用
- 真の非侵襲的トレーシング
Lua io.popen が Nginx イベントループをブロックする問題：スループット 150 倍改善の実例
- 問題点：毎秒 130 リクエスト
- OpenResty XRay によるブロッキング特定
- io.popen のノンブロッキング代替
- 結果：7 倍と 150 倍
- よくある質問
- 問題点：毎秒 130 リクエスト
- OpenResty XRay によるブロッキング特定
- io.popen のノンブロッキング代替
- 結果：7 倍と 150 倍
- よくある質問
巨大な Nginx 設定による メモリフラグメンテーションの最適化
- 課題
- 分析
- 解決策
- 結果
- 課題
- 分析
- 解決策
- 結果
OpenResty または Nginx プロセスにおける読み込み済み Lua モジュールの一覧表示
- システム環境
- 読み込み済み Lua モジュールの名前
- Web コンソールで直接実行
- コンテナ内のアプリケーションのトレース
- ツールの実装方法
- ツールのオーバーヘッド
- システム環境
- 読み込み済み Lua モジュールの名前
- Web コンソールで直接実行
- コンテナ内のアプリケーションのトレース
- ツールの実装方法
- ツールのオーバーヘッド
Nginx の CPU 使用率が高い：最も CPU を消費するリクエストを特定する
- 前提条件と環境のセットアップ
- どのリクエストのホスト名が最も CPU を消費するか特定する
- どのリクエスト URI が最も CPU を消費するか特定する
- さらに深く掘り下げる：なぜ一部のホスト名がより多くの CPU を使うのか
- Web コンソールでツールを実行する
- コンテナ内で Nginx の CPU 使用率をトレースする
- CPU プロファイリングツールの仕組み
- プロファイリングツールのオーバーヘッド
- よくある質問
- 前提条件と環境のセットアップ
- どのリクエストのホスト名が最も CPU を消費するか特定する
- どのリクエスト URI が最も CPU を消費するか特定する
- さらに深く掘り下げる：なぜ一部のホスト名がより多くの CPU を使うのか
- Web コンソールでツールを実行する
- コンテナ内で Nginx の CPU 使用率をトレースする
- CPU プロファイリングツールの仕組み
- プロファイリングツールのオーバーヘッド
- よくある質問
メモリ使用量が 60% 削減、OpenResty XRay で問題コードを正確に特定し、迅速に修正・デプロイを実現
- worker プロセスのメモリ使用量が高い問題について
- OpenResty XRay による分析プロセス
- worker プロセスのメモリが解放されない疑問について
- worker プロセスのメモリ使用量が高い問題について
- OpenResty XRay による分析プロセス
- worker プロセスのメモリが解放されない疑問について
Lua CPU フレームグラフ実践：本番環境で LuaJIT のボトルネックを特定
- Lua CPU フレームグラフとは
- 簡単な LuaJIT アプリで精度を検証
- 本番環境での複雑な LuaJIT アプリのプロファイリング
- サンプリングオーバーヘッド
- 本番環境の安全性：ターゲットプロセスを 1 ビットも変更しない
- 互換性
- よくある質問
- Lua CPU フレームグラフとは
- 簡単な LuaJIT アプリで精度を検証
- 本番環境での複雑な LuaJIT アプリのプロファイリング
- サンプリングオーバーヘッド
- 本番環境の安全性：ターゲットプロセスを 1 ビットも変更しない
- 互換性
- よくある質問
OpenResty と Nginx の共有メモリ領域におけるメモリフラグメンテーションの問題
- 空の共有メモリ領域
- 類似サイズのエントリで埋める
- 奇数キーの削除
- 前半部分のキーの削除
- メモリフラグメンテーションの緩和
- 空の共有メモリ領域
- 類似サイズのエントリで埋める
- 奇数キーの削除
- 前半部分のキーの削除
- メモリフラグメンテーションの緩和
OpenResty と Nginx の共有メモリ領域が物理メモリをどのように消費するか
- Slab とメモリページ
- 割り当てられたメモリが必ずしも消費されるわけではない
- 偽のメモリリーク
- HUP による再読み込み
- Slab とメモリページ
- 割り当てられたメモリが必ずしも消費されるわけではない
- 偽のメモリリーク
- HUP による再読み込み
OpenResty と Nginx のメモリ割り当てと管理方法
- Nginx のメモリ使用量を確認する方法
- システムレベル
- アプリケーションレベル
- 従来の Nginx サーバー
- FAQ: Nginx はどれだけのメモリを必要とするか
- Nginx のメモリ使用量を確認する方法
- システムレベル
- アプリケーションレベル
- 従来の Nginx サーバー
- FAQ: Nginx はどれだけのメモリを必要とするか
LuaJIT GC64 モード
- 旧メモリ制限
- このメモリ制限に遭遇する時期
- メモリ制限はプロセスごと
- GC が管理するメモリ
- GC が管理しないメモリ
- x64 モードのメモリ上限を 4 GB に引き上げる
- 新しい GC64 モード
- GC64 モードの有効化方法
- パフォーマンスへの影響
- デバッグ分析ツールチェーン
- 旧メモリ制限
- このメモリ制限に遭遇する時期
- メモリ制限はプロセスごと
- GC が管理するメモリ
- GC が管理しないメモリ
- x64 モードのメモリ上限を 4 GB に引き上げる
- 新しい GC64 モード
- GC64 モードの有効化方法
- パフォーマンスへの影響
- デバッグ分析ツールチェーン