Kibana: 炎のグラフ

私はずっとずっとプロファイリングストレージを望んでいました。 Elasticに来たので、実際に何かをしようと思いました。 pprofプロファイルを収集する新しいBeatを開始しました： https ：

（これはESとBeatsへの私の最初の本当の進出なので、データ形式はおそらく素晴らしいものではありませんが、それは何かです。）

私は主にGoプログラムのプロファイリングに関心があります。これは非常に簡単です。標準パッケージをインポートすると、HTTPエンドポイントを介してCPUとヒープのプロファイルデータを公開できます。 私が見たいのは：

• 定期的なプロファイリング（pprofbeatによって実行されます。オンマシンプロファイリングには他のビート、つまり「perf」とその仲間が必要になります）
• プロファイルを比較する機能を備えたKibanaの視覚化（たとえば、時間の経過とともに増加したメモリの量や、CPUプロファイルがさまざまな負荷レベルでどのように見えるかを確認するため）

「pprof」WebUIをプラグインとして埋め込むことを検討するつもりでしたが、どこから始めればよいのかよくわかりません。 言うまでもなく、統合されているほど良いです。

以下のpprofWeb UIのスクリーンショットは、人々が気付いていない場合に備えて、インスピレーションとして役立つ可能性があります。

pprofグラフの例：

Pprofフレームグラフ：

Pprofのトップ犯罪者：

Pprofソースコードの注釈：

NetflixPerfチームの

このツールを使用すると、パターンを簡単に区別して、1秒未満の粒度でフレームグラフビューに表示できます。

X軸は秒単位の時間（t）、Y軸はtのミリ秒分割です。 ヒートマップの色濃度を生成するベクトルは、そのX-> Y時間のイベントカウントです。

私はElasticCharts https://github.com/elastic/elastic-charts/issues/519で新しい視覚化タイプのリクエストを自由に作成して、そのチームとの会話を開始し、追求に関する適格な評価を行いました。 APMのMVP実装とそれに伴うもの。