标签：AutoProfiling - 云原生-可观测性-零侵扰采集-全栈可观测-分布式追踪-eBPF-Wasm-DeepFlow可观测性平台

简体中文 English

产品
智能体
eBPF
文档
博客
认证

DeepFlow 大模型智能体 3 分钟定位 Java 程序 Hang 故障

李飞、张祥祥2024-09-03阅读:

Java 程序 Hang 是应用运维中经常遇到的故障类型，由于此类故障与操作系统调度、应用代码逻辑等均有复杂的相互催化关系，故障触发条件极难确定，因此也是故障诊断中最难啃的骨头之一。在此篇案例中您将看到，某银行在分布式核心系统“认证网关 Hang” 故障的诊断过程中，如何使用 DeepFlow 大模型智能体快速分析 Java 程序 CPU 持续剖析数据，在故障发生后 3 分钟内迅速定位出 Hang 的原因。

实践案例AutoProfilingStella

AutoProfiling - 新增 Off-CPU 持续剖析并支持 AI 智能体分析

向阳2024-06-17阅读:

v6.5 新特性解读：企业版支持 Off-CPU 持续剖析，用于排查业务性能不达预期但 CPU 用量却不高的问题。另外，v6.5 中也增加了 Stella （DeepFlow 的 AI 智能体）对持续剖析数据的分析能力。

AutoProfilingStella

可观测性实战：快速定位 Redis 应用高时延问题

林嘉炜2023-10-31阅读:

应用连接 Redis 的最佳实践是使用连接池，然而连接池通常会引入很多繁杂的配置。不合理的配置往往会造成性能隐患，并进而导致生产故障。当应用缺乏可观测性时，无法在故障发生前发现隐患，也难以在故障发生时快速定位。本文从一个普通的应用高时延入手，讲述如何使用 DeepFlow 快速定位问题根因。

AutoTracing实践案例RedisAutoProfiling

产品 DeepFlow Enterprise DeepFlow Cloud
DeepFlow Enterprise 解决方案 NPB 混合云全网流量采集与分发 NPMD 混合云网络监控诊断 5G核心网网络功能服务监控容器化微服务可观测性方案
DeepFlow Enterprise 案例学习客户案例阿里混合云网络监控实践腾讯金融行业云监控实践
关于关于我们创始人投资者云杉历程联系我们

Copyright© 2022 YUNSHAN Networks