va bene, quelli di voi che sono familiari
con New Relic grandi quelli di voi non lo sono
fondamentalmente è un inizio come cosa
lucerna e che risulta essere un anagramma
di New Relic ha iniziato la società come
pcl basato su cloud negativamente non il mio cisco
indirizzo email, ma va bene deco
iniziato come un’offerta SAS per
monitoraggio delle prestazioni ed è una specie di
cresciuto in più di così
ma lo useremo anche per noi
app java che stiamo eseguendo che tu
so che è così questa è la nostra dashboard
app java stiamo facendo funzionare quello
fondamentalmente è una collaborazione
applicazione in modo da avere un ufficio
barra laterale del documento e spegniamo a
barra laterale in ufficio che mostra tutto il
tipo di cronologia delle revisioni attorno al file
e cose del genere così tipo di file e
collaborazione e persone è il dominio
quindi qui vedi una foto di ciò che è nostro
app tra gli ultimi 30 minuti
qualcosa di strano è successo un po ‘
fa probabilmente è javis è probabilmente GC
o qualcosa proprio nella zona bluastra
è CPU l’area verdastra è totale
richiesta di tempo in modo che questo sta misurando sul
lato server non sul lato client ma
una volta che la richiesta raggiunge il nostro server
questo sta misurando per quanto tempo la richiesta
prende il processo e il tipo di ciò che è
andando avanti ne abbiamo un po ‘
jvms in esecuzione che poi ha parlato per reagire
sul back – end con cui chiacchiera il verde
reagire e blu è il numero di crunch
e puoi vedere che abbiamo così hanno
questo punteggio di mazzo di app che è una specie
di un composito di throughput e
controllo degli errori e latenza che loro
tipo di sai assegnare una domanda a
dato punteggio vuoi essere più alto di te
può vedere qui è capovolta verso il basso a destra
qui quando quando quello spike quello
probabilmente GC o qualunque cosa sia successa e
allora questo in realtà non è quello
interessante l’immagine perché lavoro
a Cisco siamo basati negli Stati Uniti, quindi facciamolo
guarda 24 ore e puoi vedere molto
più dati interessanti qui c’è stato
Humph in mezzo a destra perché questo
è questo lo sai quando è il giorno lavorativo
inizia alle otto del mattino a San Francisco
e se guardiamo indietro agli ultimi sette
i giorni in cui puoi vedere questo succede davvero
ogni giorno o almeno cinque giorni a settimana
così l’ultima lo sai mercoledì giovedì
Venerdì lunedì martedì e poi se noi
guarda indietro, sai tre mesi fa
ci vuole un po ‘di più per tirarsi indietro di più
dati puoi vedere oh mio dio che era
Giusto orribile, non vedo nemmeno nulla
Ho sentito che il tutto era così
problema che non abbiamo lavorato su questo e
siamo più contenti di dove siamo ora
cosa abbiamo fatto per capire cosa fosse
andando avanti con quel pozzo possiamo scavare
e tornerò solo più recente
storia di cui parlare a lungo utile che possiamo
trapano per afferrare qualche tendenza tira su a
traccia di transazione e un profiler di thread
questa è una tastiera diversa quindi
le tracce delle transazioni ci permettono di scavare
attraverso e trova interessante capire
cosa sta succedendo in un dato dato
transazione se quello sta succedendo posso vedere
qui abbiamo cinque differenti reazioni
i server nel nostro cluster puoi vedere
interruzioni di conversazioni che sono
accadendo con ognuno di loro abbiamo solo
round robin dillo loro così significa
tutta la nostra maggior parte della nostra transazione
il tempo dell’operazione stava comunicando
con reagiscono stiamo tirando indietro un sacco di
i dati in questo caso e se vi scrivo qui
puoi vedere mentre attraversi tutto questo
richieste diverse che stanno accadendo
sai reagire i tempi di loro
ecc ecc alcuni interessanti per alcuni
roba sui nomi delle classi che stiamo usando
loro e poi se stai usando un
database relazionale si ottiene anche sequel
anche qui tracce che sono davvero fantastiche
l’integrazione reattiva non è no
lo sai un po ‘stretto come il sequel
integrazione per tipo di ovvi motivi
ma così ne abbiamo un sacco davvero
sito qui questo ti permette di vedere cosa sta succedendo
su questo è lento possiamo anche tuffarci
e in effetti guarda le istantanee del profilo
quindi ne prenderò uno che è gentile
di più vecchio e quindi quello che puoi fare è girare
su profilazione quindi questo è dal thread
profilo qui puoi andare e iniziare a
sessione di profilazione per ovunque da due
minuti a dieci minuti che è davvero
cool questa è una grande caratteristica ogni volta
hai una cattiva opzione quindi accendila
normalmente quando si esegue con New Relic
non c’è davvero nessun sovraccarico almeno in
la JVM ha solo sperimentato la JVM
roba ma ovviamente se il tuo turno sul
profilo o qualsiasi dato vm che stai per
iniziare a vedere un po ‘rallentare in questo modo
è il tempo in scatola, così posso accendere a
profilo o si spegne automaticamente I
non posso dimenticare di spegnerlo che è
super utile se sei mai stato tu
conoscere i sistemi di produzione e
profilazione di loro quindi questo è un profilo I
ci è voluto un po ‘di tempo prima che tu possa vedere qui il
il tipo di tempo top-down basato
vista di ciò che sta prendendo tempo e cose
come quello che in realtà non è così
può essere interessante ma
lasciami passare a quello che penso sia
ancora più interessante che è la CPU
burnside di cose in cui posso vedere quello
ottenere il classloader sta prendendo un sacco di
il tempo qui e quindi è curioso proprio così
vediamo perché sono in realtà a tirare su
questo è questo interessante sì
questo è stato penso che vediamo se
c’è una migliore ottimizzazione di più
interessante qui dentro
quindi se un thread diverso qui e
c’è questo in particolare che era
un’interessante ottimizzazione va bene così
uno buono è riempire la traccia dello stack
sta prendendo il diciotto percento della nostra CPU
brucia perché è così che sta arrivando
a causa dell’eccezione di parsing che è
in uscita l’ utilità di analisi in
Apache HTTP client ora è strano perché
dateremmo che ci diresti di essere il nostro stato
farlo bene reagisce facendo durare
data di modifica e risulta
quello che sta succedendo con questo è il the
c’è un bug nel client HTTP che
ci costa il diciotto per cento del nostro
Tempo CPU quando si analizza una data un HTTP
giorno dell’intestazione ce ne sono tre possibili
formati per le date HTTP e ce n’è uno
qual è il preferito e poi
ce ne sono altri due che reagiscono usa il
preferito un client HTTP tenta tutti
tre a partire da non il preferito
uno a partire da uno degli altri
così ogni volta che un client HTTP esce lì
per analizzare un’intestazione con una data è
provando quello sbagliato oltre a quello
utilizza una chiamata di analisi in formato data
che genera un’eccezione in caso di fallimento
ci sono due modi per analizzare una data
modo genera un’eccezione in caso di fallimento per
i programmatori pigri tra noi l’altro
uno restituisce null se non riesce ad analizzarlo
questo costo del diciotto per cento sta accadendo
perché da un lato il chiunque
sai che sai come è stato il
Codice client HIV che usa il torto
ordinare per quale formato di data provare
primo e secondo perché chiunque
ha scritto che il codice anche solo una sorta di
eccezione e riempie la traccia dello stack
ogni volta quindi abbiamo creato questo due
modi in cui uno è stato risolto il client HTTP
codice e preso circa non so mezza
ora e un altro è stato abbiamo cambiato
reagire nel frattempo perché non lo eravamo
sicuro se reagire prenderebbe la nostra patch
se batch o o il client Apache HP
la base di codice prenderebbe prima la nostra patch quindi
la cosa che è dentro reagisce noi
cambiato la loro invocazione c’è anche un
invocazione a meno che non si specifichi esattamente
quale intestazione HTTP
sai che dateformat ordina di volere
usare così abbiamo fatto entrambe le modifiche e
sai in circa sai un’ora e a
vale la pena di scavare attraverso questo
dati che tirano giù fonti che guardano
cosa sta succedendo in questi due progetti
e aggiustando le cose abbiamo salvato diciotto
Percentuale del nostro tempo di CPU, quindi questo è il
tipo di cose che noi che ti facciamo
conosco il profilo del thread che possiamo fare per te
sai che lo fai fino alla roba del filo
dove normalmente lo fai in un laboratorio
qualunque cosa tu possa fare, ciò che
accendere una piccola bandiera di profilazione in a
sistema in esecuzione che è lo stesso sistema
quello che usiamo per i nostri allarmi così da lasciare
noi sappiamo se le nostre soglie sono se nostre
il punteggio di questo mazzo di app scende al di sotto di un certo
soglia o se il nostro throughput va
al di sotto di determinate soglie, riceviamo una notifica
abbiamo anche squadre operative all’interno
Cisco lo fa ma sai che è giusto
più facile da fare perché non abbiamo
occuparsi di alcune operazioni casuali
centro all’interno di Cisco quindi è proprio questo
praticamente tutti quei tipi di cose
gestione degli errori e quant’altro viene tirato
torna alla nostra console qui e noi
può vedere tutto quel tipo di applicazione
cruscotto tutto in un posto anche a
il livello di carico e memoria della CPU del server
utilizzi del disco di utilizzo otteniamo noi
ricevi avvisi se uno dei nostri dischi è
a corto di spazio a causa del tuo log
file che si riempiono per qualsiasi cosa così veramente
soluzione facile da distribuire e da
intera Deb Deb al ciclo di vita della produzione
molto prezioso, quindi non posso consigliarlo
abbastanza
con New Relic grandi quelli di voi non lo sono
fondamentalmente è un inizio come cosa
lucerna e che risulta essere un anagramma
di New Relic ha iniziato la società come
pcl basato su cloud negativamente non il mio cisco
indirizzo email, ma va bene deco
iniziato come un’offerta SAS per
monitoraggio delle prestazioni ed è una specie di
cresciuto in più di così
ma lo useremo anche per noi
app java che stiamo eseguendo che tu
so che è così questa è la nostra dashboard
app java stiamo facendo funzionare quello
fondamentalmente è una collaborazione
applicazione in modo da avere un ufficio
barra laterale del documento e spegniamo a
barra laterale in ufficio che mostra tutto il
tipo di cronologia delle revisioni attorno al file
e cose del genere così tipo di file e
collaborazione e persone è il dominio
quindi qui vedi una foto di ciò che è nostro
app tra gli ultimi 30 minuti
qualcosa di strano è successo un po ‘
fa probabilmente è javis è probabilmente GC
o qualcosa proprio nella zona bluastra
è CPU l’area verdastra è totale
richiesta di tempo in modo che questo sta misurando sul
lato server non sul lato client ma
una volta che la richiesta raggiunge il nostro server
questo sta misurando per quanto tempo la richiesta
prende il processo e il tipo di ciò che è
andando avanti ne abbiamo un po ‘
jvms in esecuzione che poi ha parlato per reagire
sul back – end con cui chiacchiera il verde
reagire e blu è il numero di crunch
e puoi vedere che abbiamo così hanno
questo punteggio di mazzo di app che è una specie
di un composito di throughput e
controllo degli errori e latenza che loro
tipo di sai assegnare una domanda a
dato punteggio vuoi essere più alto di te
può vedere qui è capovolta verso il basso a destra
qui quando quando quello spike quello
probabilmente GC o qualunque cosa sia successa e
allora questo in realtà non è quello
interessante l’immagine perché lavoro
a Cisco siamo basati negli Stati Uniti, quindi facciamolo
guarda 24 ore e puoi vedere molto
più dati interessanti qui c’è stato
Humph in mezzo a destra perché questo
è questo lo sai quando è il giorno lavorativo
inizia alle otto del mattino a San Francisco
e se guardiamo indietro agli ultimi sette
i giorni in cui puoi vedere questo succede davvero
ogni giorno o almeno cinque giorni a settimana
così l’ultima lo sai mercoledì giovedì
Venerdì lunedì martedì e poi se noi
guarda indietro, sai tre mesi fa
ci vuole un po ‘di più per tirarsi indietro di più
dati puoi vedere oh mio dio che era
Giusto orribile, non vedo nemmeno nulla
Ho sentito che il tutto era così
problema che non abbiamo lavorato su questo e
siamo più contenti di dove siamo ora
cosa abbiamo fatto per capire cosa fosse
andando avanti con quel pozzo possiamo scavare
e tornerò solo più recente
storia di cui parlare a lungo utile che possiamo
trapano per afferrare qualche tendenza tira su a
traccia di transazione e un profiler di thread
questa è una tastiera diversa quindi
le tracce delle transazioni ci permettono di scavare
attraverso e trova interessante capire
cosa sta succedendo in un dato dato
transazione se quello sta succedendo posso vedere
qui abbiamo cinque differenti reazioni
i server nel nostro cluster puoi vedere
interruzioni di conversazioni che sono
accadendo con ognuno di loro abbiamo solo
round robin dillo loro così significa
tutta la nostra maggior parte della nostra transazione
il tempo dell’operazione stava comunicando
con reagiscono stiamo tirando indietro un sacco di
i dati in questo caso e se vi scrivo qui
puoi vedere mentre attraversi tutto questo
richieste diverse che stanno accadendo
sai reagire i tempi di loro
ecc ecc alcuni interessanti per alcuni
roba sui nomi delle classi che stiamo usando
loro e poi se stai usando un
database relazionale si ottiene anche sequel
anche qui tracce che sono davvero fantastiche
l’integrazione reattiva non è no
lo sai un po ‘stretto come il sequel
integrazione per tipo di ovvi motivi
ma così ne abbiamo un sacco davvero
sito qui questo ti permette di vedere cosa sta succedendo
su questo è lento possiamo anche tuffarci
e in effetti guarda le istantanee del profilo
quindi ne prenderò uno che è gentile
di più vecchio e quindi quello che puoi fare è girare
su profilazione quindi questo è dal thread
profilo qui puoi andare e iniziare a
sessione di profilazione per ovunque da due
minuti a dieci minuti che è davvero
cool questa è una grande caratteristica ogni volta
hai una cattiva opzione quindi accendila
normalmente quando si esegue con New Relic
non c’è davvero nessun sovraccarico almeno in
la JVM ha solo sperimentato la JVM
roba ma ovviamente se il tuo turno sul
profilo o qualsiasi dato vm che stai per
iniziare a vedere un po ‘rallentare in questo modo
è il tempo in scatola, così posso accendere a
profilo o si spegne automaticamente I
non posso dimenticare di spegnerlo che è
super utile se sei mai stato tu
conoscere i sistemi di produzione e
profilazione di loro quindi questo è un profilo I
ci è voluto un po ‘di tempo prima che tu possa vedere qui il
il tipo di tempo top-down basato
vista di ciò che sta prendendo tempo e cose
come quello che in realtà non è così
può essere interessante ma
lasciami passare a quello che penso sia
ancora più interessante che è la CPU
burnside di cose in cui posso vedere quello
ottenere il classloader sta prendendo un sacco di
il tempo qui e quindi è curioso proprio così
vediamo perché sono in realtà a tirare su
questo è questo interessante sì
questo è stato penso che vediamo se
c’è una migliore ottimizzazione di più
interessante qui dentro
quindi se un thread diverso qui e
c’è questo in particolare che era
un’interessante ottimizzazione va bene così
uno buono è riempire la traccia dello stack
sta prendendo il diciotto percento della nostra CPU
brucia perché è così che sta arrivando
a causa dell’eccezione di parsing che è
in uscita l’ utilità di analisi in
Apache HTTP client ora è strano perché
dateremmo che ci diresti di essere il nostro stato
farlo bene reagisce facendo durare
data di modifica e risulta
quello che sta succedendo con questo è il the
c’è un bug nel client HTTP che
ci costa il diciotto per cento del nostro
Tempo CPU quando si analizza una data un HTTP
giorno dell’intestazione ce ne sono tre possibili
formati per le date HTTP e ce n’è uno
qual è il preferito e poi
ce ne sono altri due che reagiscono usa il
preferito un client HTTP tenta tutti
tre a partire da non il preferito
uno a partire da uno degli altri
così ogni volta che un client HTTP esce lì
per analizzare un’intestazione con una data è
provando quello sbagliato oltre a quello
utilizza una chiamata di analisi in formato data
che genera un’eccezione in caso di fallimento
ci sono due modi per analizzare una data
modo genera un’eccezione in caso di fallimento per
i programmatori pigri tra noi l’altro
uno restituisce null se non riesce ad analizzarlo
questo costo del diciotto per cento sta accadendo
perché da un lato il chiunque
sai che sai come è stato il
Codice client HIV che usa il torto
ordinare per quale formato di data provare
primo e secondo perché chiunque
ha scritto che il codice anche solo una sorta di
eccezione e riempie la traccia dello stack
ogni volta quindi abbiamo creato questo due
modi in cui uno è stato risolto il client HTTP
codice e preso circa non so mezza
ora e un altro è stato abbiamo cambiato
reagire nel frattempo perché non lo eravamo
sicuro se reagire prenderebbe la nostra patch
se batch o o il client Apache HP
la base di codice prenderebbe prima la nostra patch quindi
la cosa che è dentro reagisce noi
cambiato la loro invocazione c’è anche un
invocazione a meno che non si specifichi esattamente
quale intestazione HTTP
sai che dateformat ordina di volere
usare così abbiamo fatto entrambe le modifiche e
sai in circa sai un’ora e a
vale la pena di scavare attraverso questo
dati che tirano giù fonti che guardano
cosa sta succedendo in questi due progetti
e aggiustando le cose abbiamo salvato diciotto
Percentuale del nostro tempo di CPU, quindi questo è il
tipo di cose che noi che ti facciamo
conosco il profilo del thread che possiamo fare per te
sai che lo fai fino alla roba del filo
dove normalmente lo fai in un laboratorio
qualunque cosa tu possa fare, ciò che
accendere una piccola bandiera di profilazione in a
sistema in esecuzione che è lo stesso sistema
quello che usiamo per i nostri allarmi così da lasciare
noi sappiamo se le nostre soglie sono se nostre
il punteggio di questo mazzo di app scende al di sotto di un certo
soglia o se il nostro throughput va
al di sotto di determinate soglie, riceviamo una notifica
abbiamo anche squadre operative all’interno
Cisco lo fa ma sai che è giusto
più facile da fare perché non abbiamo
occuparsi di alcune operazioni casuali
centro all’interno di Cisco quindi è proprio questo
praticamente tutti quei tipi di cose
gestione degli errori e quant’altro viene tirato
torna alla nostra console qui e noi
può vedere tutto quel tipo di applicazione
cruscotto tutto in un posto anche a
il livello di carico e memoria della CPU del server
utilizzi del disco di utilizzo otteniamo noi
ricevi avvisi se uno dei nostri dischi è
a corto di spazio a causa del tuo log
file che si riempiono per qualsiasi cosa così veramente
soluzione facile da distribuire e da
intera Deb Deb al ciclo di vita della produzione
molto prezioso, quindi non posso consigliarlo
abbastanza
Please follow and like us: