在本教程中,我們將展示 OpenResty XRay 在追蹤 Go 應用時對效能的實際影響。當 OpenResty XRay 對目標系統進行取樣和分析時,我們將觀察 CPU、記憶體、平均負載、流量吞吐量與請求延時等。OpenResty XRay 是基於我們自己的動態追蹤技術的非侵入式診斷系統。它的效能開銷極小,可以實時分析執行中的應用,幫助找出各種問題的根本原因。

應用效能在分析器執行前的表現

OpenResty XRay 的 Agent 會如何影響 Go 編寫的目標應用的效能?我們會在這個教程裡提供答案。

videocover.png

首先,執行 top 命令檢視程序列表。

現在,OpenResty XRay 的 Agent 沒有執行任何分析。因此,它對目標程序的效能影響嚴格為零。多虧了動態追蹤技術。它絕不會對目標程序進行任何修改。

Screenshot

可以看到這個名為 gin-helloworld 的程序。它是用 Go 編寫的應用。

Screenshot

它的 CPU 利用率約為 43%。

Screenshot

過去一分鐘的平均負載值為 0.62。

Screenshot

當前 CPU 空閒率約為 84%。

Screenshot

當前可用記憶體約為 1546MB。

Screenshot

讓我們執行 OpenResty XRay 來主動分析這個 Go 程序。這樣我們就可以看到它對目標的效能影響。

Screenshot

分析器執行時對效能的影響

瀏覽器中開啟 OpenResty XRay 的 Web 控制檯。

Screenshot

確保我們當前分析的是正確的機器。

Screenshot

生產模式用於分析線上的生產環境。它會盡量將對目標應用和伺服器效能的影響降至最低。不過也這意味著分析時間可能會更長。

Screenshot

前往 “Guided Analysis“ 頁面。

Screenshot

選擇 “High CPU usage”。

Screenshot

點選 “Next”。

Screenshot

選擇 Go 應用。

Screenshot

開始分析。

Screenshot

系統將持續多輪分析。

Screenshot

它將持續取樣 300 秒,也就是 5 分鐘。

Screenshot

讓我們回到之前的終端視窗。

Screenshot

我們可以看到當前 CPU 利用率約為 47%。這比我們之前看到的 43% 略高。因此,對於目標程序的 CPU 利用率來說沒有明顯的影響。

Screenshot

過去一分鐘的平均負載值為 0.63,與之前的數值 0.62 相差很小。

Screenshot

CPU 空閒率為 85%,很接近之前的 84%。

Screenshot

當前可用記憶體大約為 1622MB,相較於之前增加了 76MB。

Screenshot

實際測算分析器執行對最大吞吐量與請求延時的影響

我們測量了不同情況下伺服器的最大吞吐量。以下是我們的發現:

Screenshot

沒有安裝 OpenResty XRay 的 Agent 時,最大吞吐量約為每秒 24500 個請求。

Screenshot

當 Agent 已安裝但未執行分析器時,最大吞吐量保持不變。

Screenshot

當分析器正在取樣時,最大吞吐量約為 24100 RPS,僅比不進行取樣時低 1.5%。

Screenshot

可以看到執行分析器,對目標程序的最大吞吐量影響極小。

Screenshot

這個效能壓測顯示了取樣過程中,對請求延時的影響。以下是我們對比資料後的發現:

Screenshot

沒有安裝 OpenResty XRay 的 Agent 時,平均請求延時為 406 微秒。

Screenshot

當 Agent 已安裝但分析器未執行時,平均請求延時沒有變化。

Screenshot

當分析器正在執行時,請求延時變為 412 微秒。僅僅增加了 6 微秒。

Screenshot

這證明了執行分析器對目標程序的請求延時影響也極小。

Screenshot

讓我們返回到 OpenResty XRay 的 Web 控制檯。

Screenshot

在 “Insights” 和 “Dashboard” 頁面進行自動分析的開銷也是類似的小。

Screenshot

如果你喜歡這個教程,請訂閱這個部落格網站和我們的 YouTube 頻道B 站頻道。謝謝!

關於 OpenResty XRay

OpenResty XRay 是一個動態追蹤產品,它可以自動分析執行中的應用,以解決效能問題、行為問題和安全漏洞,並提供可行的建議。在底層實現上,OpenResty XRay 由我們的 Y 語言驅動,可以在不同環境下支援多種不同的執行時,如 Stap+、eBPF+、GDB 和 ODB。

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、LuaJITGDBSystemTapLLVM、Perl 等,並編寫過 60 多個開源軟體庫。

關注我們

如果您喜歡本文,歡迎關注我們 OpenResty Inc. 公司的部落格網站 。也歡迎掃碼關注我們的微信公眾號:

我們的微信公眾號

翻譯

我們提供了英文版原文和中譯版(本文)。我們也歡迎讀者提供其他語言的翻譯版本,只要是全文翻譯不帶省略,我們都將會考慮採用,非常感謝!