← 返回

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）

章亦春釋出於 Jul 15, 2023 更新於 Aug 21, 2026

預計閱讀 7 分鐘

閱讀次數

要找出哪個 Kong 外掛最耗記憶體或 CPU，OpenResty XRay 會對執行中的 Kong 閘道器程序取樣，把資源用量按外掛逐個拆開——免重啟、免改程式碼、也無需特殊構建的 Kong。在下面這個案例中，bot-detection 外掛佔用了最多記憶體，而 prometheus 外掛消耗了最多 CPU。

Kong 是基於我們的開源 OpenResty 框架構建的一款流行的 API 閘道器軟體，它有靈活的外掛機制，既包括社群外掛，也包括您自己編寫的外掛。但這些外掛可能會導致 CPU 瓶頸、高記憶體使用或記憶體洩漏，而且往往很難判斷到底是哪一個在製造麻煩。OpenResty XRay 是一款動態追蹤產品，它能在線上程序上直接回答這個問題——高效且安全，就像對您的軟體進行 X 光檢查一樣。您只需將它指向 Kong 程序即可，不必安裝任何特殊外掛，也不必重新構建 Kong。

在這篇文章中，我們將向您展示如何使用 OpenResty XRay 來分析伺服器程序中 Kong 外掛的 CPU 和記憶體使用情況，並給出真實的結果示例，解釋它們的含義。

使用 OpenResty XRay 快速透視和解決您的軟體問題

伺服器程序中所有 Kong 外掛的 CPU 使用情況

OpenResty XRay 可以對 Kong 程序進行一段時間的取樣，從幾秒到幾分鐘，這取決於該程序的繁忙程度。然後，它會向您展示 CPU 時間是如何在所有當前載入的外掛之間分配的。

例如，這是由 OpenResty XRay 為一個 Kong 程序生成的餅圖：

如您所見，在這種情況下，prometheus外掛佔用了大部分 CPU 時間，其次是ip-restriction外掛。其他外掛的 CPU 使用量可以忽略不計。這意味著，如果您想最佳化 Kong 伺服器的 CPU 效能，您應該關注這兩個外掛，看看是否可以改進或替換它們。

當然，這只是一個例子。在更復雜的 Kong 伺服器中，您可能會看到更多的外掛出現在這裡，並且分佈情況可能會根據流量和配置而有所不同。

Kong 外掛中的 CPU 使用情況

OpenResty XRay 也可以幫助您深入瞭解所有 Kong 外掛的詳細資訊，並檢視哪些 Lua 或 C 程式碼路徑消耗了更多的 CPU 時間。其中一個簡單的方法是檢視 Lua-land CPU 火焰圖，如下所示：

這張圖顯示了取樣期間在 CPU 上執行的 Lua 程式碼的呼叫棧。條形越寬，佔用的 CPU 時間就越多。您可以將滑鼠懸停在條形上以檢視更多資訊，例如函式名，檔名，行號，和 CPU 時間的百分比。

透過檢視這張圖，您可以快速發現您 Lua 程式碼中的熱點或效能問題，並相應地進行最佳化。您還可以比較不同的外掛或同一外掛的不同版本，看看它們在 CPU 使用方面有何不同。

當某個外掛不只是"重"、而是異常"燙手"時，同樣的火焰圖能揭示原因。舉一個實際案例：看我們如何把一次 Kong 的 CPU 瓶頸定位到自定義外掛裡隱藏的 Lua 異常，一路追到那個出問題的 string.lower 呼叫。

伺服器程序中所有 Kong 外掛的記憶體使用情況

同樣，OpenResty XRay 可以輕鬆地對 Kong 伺服器程序內的記憶體使用情況進行取樣。

下面是由 OpenResty XRay 為同一 Kong 程序生成的另一個餅狀圖：

可以看到，在這種情況下，bot-detection外掛佔用了大部分記憶體，prometheus外掛緊隨其後。其他外掛的記憶體使用量要低得多。這意味著如果您想減少 Kong 伺服器的記憶體佔用，您應該研究這兩個外掛，看看是否可以對它們進行最佳化或替換它們。

同樣，這只是一個例子。在不同的 Kong 伺服器中，您可能會看到不同的結果，這取決於配置的外掛和其他設定。

Kong 外掛中的記憶體使用情況

OpenResty XRay 也可以幫助您分析 Kong 外掛內 Lua GC 物件的記憶體使用情況。一種簡單的方法是檢視 GC 物件引用火焰圖，它顯示了記憶體在所有 GC 物件引用路徑上的使用分佈情況。

這張圖展示了在取樣期間佔用記憶體的 Lua GC 物件的引用路徑。條形越寬，所佔記憶體就越多。您可以將滑鼠懸停在某個條形上，檢視更多資訊，如物件型別、大小和記憶體百分比。

透過檢視這張圖，您可以快速發現您 Lua 程式碼中存在的記憶體洩漏或效率低下的問題，並相應地進行最佳化。您還可以比較不同的外掛或同一外掛的不同版本，看看它們在記憶體使用方面有何不同。

如果某個 Kong 外掛的記憶體隨時間持續攀升，同樣的 GC 物件引用火焰圖能把洩漏的引用路徑追到持有記憶體的物件——免重啟、免改程式碼。想進一步追到原始碼行，完整方法見我們的生產環境記憶體洩漏排查流程；也可以看一個真實案例：我們如何把一次 Lua GC 記憶體洩漏定位到被快取的 SSL 證書。

伺服器的額外負擔

您可能想知道使用 OpenResty XRay 是否會影響 Kong 伺服器的效能。答案是不會。當取樣時，新增到 Kong 伺服器程序的額外負擔通常非常小，可以忽略不計。而在不取樣的時候，程序執行速度則完全不受任何影響。

OpenResty XRay 的設計理念是非侵入性和輕量級。它不會干擾您的正常操作，也不需要對您的程式碼或配置進行任何更改。

透過 OpenResty XRay 產品提升您應用的效能

常見問題

哪個 Kong 外掛最耗記憶體？

這取決於您的外掛和流量，因此唯一可靠的答案是實測您自己的閘道器。在本文采樣的這個程序中，bot-detection 外掛佔用了最多記憶體，prometheus 緊隨其後。OpenResty XRay 會在執行中的 Kong 程序上把記憶體按載入的外掛逐個拆開，讓您在自己的環境裡看到真正的"耗記憶體大戶"——無需特殊構建。

如何查出某個 Kong 外掛的記憶體洩漏？

OpenResty XRay 的 GC 物件引用火焰圖會顯示佔用記憶體的引用路徑，以及物件型別和大小。當某個外掛的記憶體持續攀升時，這張圖能定位到洩漏的引用路徑，免重啟、免改程式碼。完整方法（從 RSS 曲線一路追到原始碼行）見我們的生產環境記憶體洩漏排查流程。

哪個 Kong 外掛最耗 CPU？

同樣，實測勝過猜測。在取樣的這個程序中，prometheus 外掛佔用了最多 CPU 時間，其次是 ip-restriction。OpenResty XRay 會把取樣到的 CPU 時間分攤到所有載入的外掛上，其 Lua-land CPU 火焰圖還能深入到某個外掛內部的具體熱程式碼路徑。

用 OpenResty XRay 分析 Kong 外掛會帶來額外開銷嗎？

取樣時新增到 Kong 伺服器程序的額外開銷通常小到可以忽略；不取樣時，程序完全全速執行。OpenResty XRay 是非侵入式的：不需要改動您的 Kong 程式碼或配置，也不需要任何特殊外掛或構建選項。

下一步的計劃

我們並未止步於此。未來還有更多讓 OpenResty XRay 對您來說更加強大和有用的計劃。我們正在開發的一些功能包括：

顯示 Kong 不同外掛間的磁碟 I/O，網路 I/O 和其他資源指標的實時分佈情況。這將幫助您識別系統中的瓶頸或熱點，並相應地進行最佳化。
支援其他技術棧和開源軟體。我們希望使 OpenResty XRay 成為一種通用工具，可以分析任何線上應用程式，無論底層技術是甚麼。我們考慮的一些目標包括 Nginx 模組，Envoy 擴充套件，PostgreSQL 擴充套件，Perl/Python/Ruby 模組和庫，以及更多。

如果您有任何建議或對更多指標或功能的需求，請告訴我們。我們一直在傾聽您的反饋，並持續改進我們的產品以滿足您的需求。

結論

在本文中，我們向您展示瞭如何使用 OpenResty XRay 來分析伺服器程序中 Kong 外掛的 CPU 和記憶體使用情況。我們還向您展示了一些結果的示例，並解釋了它們的含義。

透過使用 OpenResty XRay，您可以輕鬆找出哪些外掛比其他外掛消耗更多資源，以及它們對整體效能有多大的影響。然後，您可以使用這些資訊來最佳化您的 Kong 伺服器，使其執行得更快更順暢。

如果您想更多地瞭解 OpenResty XRay 產品以及它能夠如何幫助您處理線上應用的其他方面的資訊，請訪問我們的網站或聯絡我們以瞭解更多細節。

立即申請 OpenResty XRay 試用

關於作者

章亦春是開源 OpenResty^® 專案創始人兼 OpenResty Inc. 公司 CEO 和創始人。

章亦春（Github ID: agentzh），生於中國江蘇，現定居美國灣區。他是中國早期開源技術和文化的倡導者和領軍人物，曾供職於多家國際知名的高科技企業，如 Cloudflare、雅虎、阿里巴巴, 是 “邊緣計算“、”動態追蹤 “和 “機器程式設計 “的先驅，擁有超過 22 年的程式設計及 16 年的開源經驗。作為擁有超過 4000 萬全球域名使用者的開源專案的領導者。他基於其 OpenResty^® 開源專案打造的高科技企業 OpenResty Inc. 位於美國矽谷中心。其主打的兩個產品 OpenResty XRay（利用動態追蹤技術的非侵入式的故障剖析和排除工具）和 OpenResty Edge（最適合微服務和分散式流量的全能型閘道器軟體），廣受全球眾多上市及大型企業青睞。在 OpenResty 以外，章亦春為多個開源專案貢獻了累計超過百萬行程式碼，其中包括，Linux 核心、Nginx、LuaJIT、GDB、SystemTap、LLVM、Perl 等，並編寫過 60 多個開源軟體庫。