OpenResty Edge 25.12.5-1 版正式釋出
- 核心亮點
- 主要最佳化
- 關鍵修復與穩定性加固
- 核心亮點
- 主要最佳化
- 關鍵修復與穩定性加固
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
一次無法重啟的 Nginx 記憶體洩漏，我們是如何在生產環境把它抓出來的
- 一次生產環境記憶體洩漏的完整解剖
- 為甚麼這類問題幾乎無解？
- 從“靠運氣”到“可預測”
- 當效能問題超越“工具”範疇”
- 一次生產環境記憶體洩漏的完整解剖
- 為甚麼這類問題幾乎無解？
- 從“靠運氣”到“可預測”
- 當效能問題超越“工具”範疇”
Nginx 反向代理 QPS 暴跌 15 倍：upstream keepalive 缺失與 -O0 編譯選項的根因定位
- Nginx 反向代理慢 15 倍，日誌卻零報錯
- 火焰圖暴露連線風暴：upstream keepalive 缺失
- 剩下的 10% 差距：基線對比指向編譯器
- -O0 除錯編譯如何吃掉我們 10% 的效能
- 15 倍 QPS 差異的工程性覆盤
- Nginx 反向代理慢 15 倍，日誌卻零報錯
- 火焰圖暴露連線風暴：upstream keepalive 缺失
- 剩下的 10% 差距：基線對比指向編譯器
- -O0 除錯編譯如何吃掉我們 10% 的效能
- 15 倍 QPS 差異的工程性覆盤
在高可用 HTTPS 叢集中，如何解決 TLS Session Key 輪轉問題
- 為甚麼 Session Ticket Key 管理比看起來更難
- lua-resty-tls-session 如何在不重啟的情況下輪轉 Session Ticket Key
- 三種方案對比
- 效能與可用性的量化收益
- FAQ
- 為甚麼 Session Ticket Key 管理比看起來更難
- lua-resty-tls-session 如何在不重啟的情況下輪轉 Session Ticket Key
- 三種方案對比
- 效能與可用性的量化收益
- FAQ
WAF 效能測試：OpenResty Edge 比 ModSecurity 快 3.7–10 倍（208 條規則）
- 基準測試：單核 CPU 上的 208 條 WAF 規則
- 為甚麼規則數量不必拖慢 WAF 效能
- 如何在邊緣部署 WAF：四個步驟
- FAQ：WAF 效能
- 基準測試：單核 CPU 上的 208 條 WAF 規則
- 為甚麼規則數量不必拖慢 WAF 效能
- 如何在邊緣部署 WAF：四個步驟
- FAQ：WAF 效能
修復 OpenResty 中 LuaJIT RSS 記憶體洩漏：無需重啟即可消除 OOM Kill
- 甚麼是 LuaJIT「偽記憶體洩漏」？
- 用真實生產資料診斷問題
- 為甚麼常規修復手段無效
- LuaJIT-plus 如何在分配器層面解決
- 上線後的生產收益
- 甚麼是 LuaJIT「偽記憶體洩漏」？
- 用真實生產資料診斷問題
- 為甚麼常規修復手段無效
- LuaJIT-plus 如何在分配器層面解決
- 上線後的生產收益
OpenResty Edge Webhook：用事件驅動通知取代輪詢的閘道器狀態推送
- OpenResty Edge Webhook 帶來甚麼：從資料洪流到關鍵訊號
- 為甚麼 OpenResty Edge Webhook 通知高效且安全
- 構建少即是多的事件驅動運維生態
- OpenResty Edge Webhook 帶來甚麼：從資料洪流到關鍵訊號
- 為甚麼 OpenResty Edge Webhook 通知高效且安全
- 構建少即是多的事件驅動運維生態
我們如何在一個 500k QPS 的 OpenResty 閘道器中定位 244 毫秒的效能異常
- 被健康平均值掩蓋的延遲尖刺與 CPU 浪費
- 無需改程式碼、無需重啟：OpenResty 延遲問題排查
- 最佳化結果：延遲毛刺消除，CPU 使用率下降 30%
- 常見問題
- 被健康平均值掩蓋的延遲尖刺與 CPU 浪費
- 無需改程式碼、無需重啟：OpenResty 延遲問題排查
- 最佳化結果：延遲毛刺消除，CPU 使用率下降 30%
- 常見問題
開源 OpenResty vs. OpenResty Edge：核心差異與升級指南
- 開源 vs. OpenResty Edge 一覽
- 當開源版達到極限：6 個真實業務場景
- 為您的基礎設施選擇正確的路徑
- 開源 vs. OpenResty Edge 一覽
- 當開源版達到極限：6 個真實業務場景
- 為您的基礎設施選擇正確的路徑
如何在生產環境中定位 Java 記憶體洩漏——無需堆轉儲、無需重啟
- 為甚麼多次 Full GC 後堆記憶體仍未回落
- 如何在不匯出堆轉儲的情況下定位生產環境的 Java 記憶體洩漏
- 如何定位 Java 記憶體洩漏：一套可複用的三步法
- 為甚麼用 OpenResty XRay 定位 Java 記憶體洩漏
- 常見問題
- 為甚麼多次 Full GC 後堆記憶體仍未回落
- 如何在不匯出堆轉儲的情況下定位生產環境的 Java 記憶體洩漏
- 如何定位 Java 記憶體洩漏：一套可複用的三步法
- 為甚麼用 OpenResty XRay 定位 Java 記憶體洩漏
- 常見問題
為甚麼越來越多企業需要建立私有 CDN
- 當“商品化服務”反噬了創新力
- 公有 CDN 的四個結構性難題
- 為邊緣計算而生的全能閘道器
- 構建私有邊緣網路的四大支柱
- 當“商品化服務”反噬了創新力
- 公有 CDN 的四個結構性難題
- 為邊緣計算而生的全能閘道器
- 構建私有邊緣網路的四大支柱
當”黑盒”外掛吃掉 45% CPU，我們如何在無原始碼情況下定位到 Lua 第 93 行
- 當 perf 遇到“黑盒”
- 從取樣到全棧動態追蹤
- 拿到證據鏈
- 從“發生了甚麼”到“為甚麼”
- 當 perf 遇到“黑盒”
- 從取樣到全棧動態追蹤
- 拿到證據鏈
- 從“發生了甚麼”到“為甚麼”
Gzip CPU 佔用過高的根因：壓縮級別 6 吃掉了 54% 的 CPU
- Gzip 壓縮如何在生產環境中吃掉了 54% 的 CPU
- Gzip CPU 佔用為何如此之高：配置級根因診斷
- 量化 Gzip 與 Brotli 的 CPU 開銷
- 從憑感覺到資料驅動的壓縮調優
- Gzip 壓縮如何在生產環境中吃掉了 54% 的 CPU
- Gzip CPU 佔用為何如此之高：配置級根因診斷
- 量化 Gzip 與 Brotli 的 CPU 開銷
- 從憑感覺到資料驅動的壓縮調優
OpenResty Edge 中的 zstd 壓縮：比 gzip 和 Brotli 更快、更省
- 壓縮演算法的代際升級
- 甚麼是 zstd
- 為甚麼 zstd 特別適合在 OpenResty Edge 中使用
- 如何在 OpenResty Edge 中啟用 Zstandard 壓縮
- zstd、Brotli 與 gzip：應該怎麼選
- 壓縮演算法的代際升級
- 甚麼是 zstd
- 為甚麼 zstd 特別適合在 OpenResty Edge 中使用
- 如何在 OpenResty Edge 中啟用 Zstandard 壓縮
- zstd、Brotli 與 gzip：應該怎麼選
SSL 證書自動化：在 OpenResty Edge 中透過 ACME 協議自動簽發與續期
- ACME 協議是甚麼？
- 為甚麼需要 ACME 實現證書自動化管理
- 如何在 OpenResty Edge 中配置證書自動簽發與續期
- ACME 協議是甚麼？
- 為甚麼需要 ACME 實現證書自動化管理
- 如何在 OpenResty Edge 中配置證書自動簽發與續期
Nginx C++ 模組記憶體洩漏:生產環境不重啟定位根因
- 生產環境難題：無法用 GDB 除錯的 C++ 模組記憶體洩漏
- 火焰圖如何鎖定 ngx_dubbo_module 中的洩漏函式
- 從被動應對到主動賦能：XRay 帶來的排障新閉環
- 總結
- 生產環境難題：無法用 GDB 除錯的 C++ 模組記憶體洩漏
- 火焰圖如何鎖定 ngx_dubbo_module 中的洩漏函式
- 從被動應對到主動賦能：XRay 帶來的排障新閉環
- 總結
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
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
