Trouvez les goulots d’étranglement au niveau du processeur, de la mémoire et des E/S, répartis par nom de méthode, nom de classe et numéro de ligne, afin de réduire considérablement la latence pour l’utilisateur final et les coûts d’infrastructure.

Faible impact en production

Le Profiler Continu fonctionne en production sur tous les services en utilisant des technologies telles que JDK Flight Recorder pour avoir un impact minimal sur l’utilisation du CPU et de la mémoire de votre hôte.

Commencer

Le profiling de votre service vous permet de visualiser toutes les stack traces au même endroit en quelques minutes seulement.

Instrumentez votre application

Guide d’utilisation du profiler

Le guide Premier pas avec le profileur en continu présente un exemple de service problématique et vous explique comment utiliser le profileur en continu pour mieux comprendre le problème et le corriger.

Explorez le Profiler Continu Datadog

Après avoir configuré votre application pour envoyer des profils à Datadog, commencez à obtenir des informations sur les performances de votre code.

Par défaut, les profils sont conservés pendant huit jours, et les métriques générées à partir des données de profil sont conservées pendant un mois.

Essayez de diagnostiquer les problèmes de performance du code dans le Centre d’apprentissage

Le Centre d’apprentissage Datadog est rempli de cours pratiques pour vous aider à en savoir plus sur ce sujet. Inscrivez-vous sans frais pour enquêter et améliorer les performances du code des applications en production avec le Profiler Continu Datadog.

INSCRIVEZ-VOUS MAINTENANT

Types de profils

Voir Types de profils pour des descriptions des types de données de profil collectées pour chaque langue prise en charge.

Rechercher des profils par tags

Utilisez des tags pour rechercher des profils dans n’importe quelle dimension, que ce soit un hôte spécifique, un service, une version ou toute combinaison.

Suivre la performance des fonctions au fil des déploiements

Obtenez des métriques de profiling clés à partir de services tels que l’utilisation principale du processeur par méthode, les principales allocations de mémoire par thread et l’utilisation du processeur par version pour les visualiser dans vos dashboards.

Connecter les traces aux données de profilage

Les processus d’application qui ont à la fois APM distributed tracing et le profiler continu activés sont automatiquement liés, vous permettant de passer directement des informations de span aux données de profilage dans l’onglet Profils pour trouver des lignes de code spécifiques liées aux problèmes de performance.

Trouver des changements de performance en comparant des profils

Comparer des profils similaires provenant de différents moments, environnements ou déploiements peut vous aider à comprendre les causes possibles et les solutions aux problèmes de performance. Le Profiler Continu Datadog propose des visualisations de comparaison pour comprendre pourquoi les profils diffèrent en fonction des périodes ou des tags que vous définissez.

Lectures complémentaires

Documentation, liens et articles supplémentaires utiles:

Activer le profileur en continu pour votre applicationDOCUMENTATION Premiers pas avec le profileur en continuDOCUMENTATION En savoir plus sur les types de profils disponiblesDOCUMENTATION Collecte de données et résolutionDOCUMENTATION Concentrez-vous sur le code qui compte avec des aperçus de code source dans le Profiler ContinuBLOG Présentation du profiling continu en production dans DatadogBLOG Analyse en continu des vulnérabilités avec l'action GitHub DatadogBLOG Comparer et optimiser votre code avec la comparaison de profils DatadogBLOG Comment nous avons optimisé notre application Akka grâce au profileur en continu DatadogBLOG Analyser les performances de code Ruby avec le profileur en continu DatadogBLOG Comment notre équipe Cloud SIEM utilise les attributs de contexte avec le Profiler Continu pour obtenir des informations cruciales sur les performancesBLOG Rendre les visualisations de profilage accessibles aux ingénieurs de tous niveauxBLOG Pourquoi le profilage continu est le quatrième pilier de l'observabilitéBLOG Surveillez vos opérateurs Kubernetes pour maintenir le bon fonctionnement des applicationsBLOG Résolvez les problèmes plus rapidement avec l'intégration du code source GitLab dans DatadogBLOG