Continuous Profiler


発見した CPU、メモリ、IO のボトルネックをメソッド名、クラス名、行番号で分類して、エンドユーザー側での遅延とインフラストラクチャーにかかるコストを大幅に削減することができます。

実環境での影響を最小限に

Continuous Profiler は、JDK Flight Recorder などの技術を活用し、すべてのサービスの実環境で実行します。こうすることでホストの CPU とメモリ使用量への影響を最小限に抑えることができます。

はじめに

お使いのサービスでプロファイリングを行うことで、すべてのスタックトレースを一つの管理画面で可視化することができます。設定方法はとても簡単です。

アプリケーションをインスツルメントする

Go
Java
Node.js
PHP
Python
Ruby
.NET
Rust
C
C++

プロファイラーの使用ガイド

プロファイラーの概要ガイドでは、パフォーマンスの問題があるサンプルサービスを例に、Continuous Profiler を使用して問題を理解し修正する方法を確認します。

Datadog でのプロファイラー確認

アプリケーションからプロファイルを Datadog に送信するための構成が完了した後は、コードのパフォーマンスに関するインサイトを確認してみましょう。

デフォルトでは、プロファイルは 7 日間、プロファイルデータから生成されたメトリクスは 1 か月間保持されます。

プロファイルタイプ

対応言語ごとに収集されるプロファイルデータの種類については、プロファイルのデータタイプを参照してください。

Java アプリケーションで収集されるプロファイルタイプのリスト

タグを使用してプロファイルを検索

タグを使用してプロファイルを検索します。特定のホスト、サービス、バージョン、あるいはいずれかの組み合わせなど、すべてのディメンションのデータを表示させることができます。

デプロイメントでの機能パフォーマンスを追跡する

メソッドごとの主な CPU 使用率、スレッドごとの主なメモリ割り当て状況、バージョンごとの CPU 使用状況など、主要なプロファイリングメトリクスをサービスから取得してダッシュボードを可視化することができます。

プロファイリングデータにトレースを接続する

APM 分散型トレーシングと Continuous Profiler の双方が有効化されたアプリケーションプロセスは自動的にリンクされるため、Code Hotspots タブでスパン情報からプロファイリングデータを直接開き、パフォーマンスの問題に関連する特定のコード行を見つけることができます。

プロファイルの比較により、パフォーマンスにおける変化を発見

異なる時間、環境、またはデプロイメントの似たようなプロファイルの比較は、パフォーマンスの問題に対する原因や解決策の把握に役立ちます。Datadog プロファイラーでは、 比較が視覚化されるため、時間枠やスコープされたタグによってなぜプロファイルが異なるか、よく理解できます。

その他の参考資料

お役に立つドキュメント、リンクや記事:

アプリケーションの継続的なプロファイラー有効化ドキュメント more more Continuous Profiler の概要ドキュメント more more 使用可能なプロファイルタイプの詳細ドキュメント more more データ収集、解決、保持ドキュメント more more Datadog に常時接続型の本番環境プロファイリングが登場ブログ more more 継続的な脆弱性分析のための Datadog GitHub アクションブログ more more Datadog プロファイル比較を使用してコードを比較および最適化します。ブログ more more Datadog の Continuous Profiler を使用して Akka アプリケーションを最適化した方法ブログ more more Datadog Continuous Profiler で Ruby のコードパフォーマンスを分析ブログ more more