Continuous Profiler

本番環境のレイテンシーを原因となるコードまで追跡

Guance Continuous Profiling は、本番環境の CPU、メモリアロケーション、ロック、I/O、スロークエリ、関数呼び出しを継続的にサンプリングします。遅い APM Span からフレームグラフとランタイム情報へ進み、原因となるメソッド、スレッド、リソースを特定できます。

Continuous Profiling で解決できること

Trace が遅い場所を示し、Profiling が遅い理由を明らかにする

Trace は遅いサービスや Span を絞り込めますが、その下で非効率なコードまでは示せないことがあります。Guance は関数呼び出し、CPU、アロケーション、ロック、I/O、クエリを同じサービス、バージョン、時間範囲で比較できるようにします。

Trace でサービスの遅延までは分かった。その先をコードで確認

サンプリングされた Profile から、関数呼び出し、CPU 処理、メモリアロケーション、ロック競合、スロークエリ、I/O 待機を確認します。「エンドポイントが遅い」という症状を、修正可能なメソッドやランタイム動作まで絞り込めます。

CPU、メモリ、ロック、I/O の違いをフレームグラフで比較

メソッド単位のコールスタックとリソース比率を確認し、言語、サービス、バージョン、ホスト、時間範囲で切り分けます。実際の本番負荷でコストの高いコードパスから優先的に改善できます。

影響を受けた Span から同じ時間帯の Profile へ移動

APM Span と同じサービス、同じ時間帯の Profile を関連付けます。ホットスポット、コールスタック、リソース使用量を比較し、ビジネスロジック、依存先、ランタイム競合、クエリのどこに原因があるかを判断します。

よくある質問

本番コードが CPU、メモリ、ロック、I/O、クエリ、関数呼び出しにどの程度の処理を使っているかを継続的にサンプリングし、メトリクスや Trace だけでは説明しにくいコードレベルのボトルネックを見つける手法です。

APM Trace はリクエストが通過したサービスと各 Span の所要時間を示します。Profile は、その時間帯にコードとランタイムが行っていた CPU 処理、アロケーション、ロック、I/O、関数呼び出しを示します。

遅いエンドポイント、高 CPU、想定外のアロケーション、メモリ圧迫、ロック競合、I/O 待機、スロークエリ、リリース後のパフォーマンス低下などの調査に適しています。

はい。ドキュメントで対応しているランタイムと構成では、影響を受けた Span から同じサービス、同じ時間範囲のコードホットスポットへ移動できます。

さらに詳しく

製品ドキュメント、関連ソリューション、技術ガイドから次のステップを選択できます。

製品ガイド、トラブルシューティング、技術的なベストプラクティス

フレームグラフで分散トレーシングを可視化

実行時間を比較し、コードレベルのパフォーマンスボトルネックを特定します。

分散トレーシング分析のベストプラクティス

サービスをまたぐ遅延や失敗を一貫した手順で調査します。

コンテナ化した Python Flask のリクエストを可観測化

Flask アプリケーションを計装し、コンテナ環境のリクエスト文脈を追跡します。

Docker 環境の Java APM を自動注入

コンテナ化した Java アプリケーションにトレーシングを設定し、データを検証します。