Awesome GitHub RepositoriesRuntime Call-Stack Capturers

Logrus is a structured logging library for Go that produces machine-readable output using key-value pairs and JSON formatting. It serves as a pluggable logging framework providing a thread-safe event logger with configurable mutex locking to manage concurrent writes across multiple goroutines. The project distinguishes itself through a pluggable hook system that routes log entries to external services or custom destinations. It also features a contextual logger capable of attaching persistent metadata and request-scoped fields to entries to improve traceability. The framework covers broad ob

This project is a comprehensive educational resource and programming course covering C++ language semantics and features from C++03 through C++26. It provides structured tutorials and technical guides focused on modern C++ development. The material offers specialized instruction on template metaprogramming, including the use of type traits and compile-time computations. It features detailed guides on concurrency and parallelism for multi-core execution, as well as a reference for software design applying SOLID principles and RAII. Additionally, it covers build performance optimization to redu

q is a JavaScript promise library and asynchronous flow controller designed to manage non-blocking operations. It serves as a system for coordinating parallel tasks and sequencing asynchronous workflows through task chaining and error propagation. The library distinguishes itself with specialized debugging tools that capture long stack traces across asynchronous jumps and monitor unhandled rejections to prevent silent failures. It also functions as a remote object proxy, forwarding method calls to remote targets and routing responses back through promises. The project provides comprehensive

Pinpoint is a distributed application performance monitoring and tracing system. It functions as an application performance monitor and topology visualizer designed to analyze the execution behavior of large-scale distributed applications. The system uses bytecode instrumentation to monitor applications without requiring changes to the original source code. It captures call stacks and request flows across interconnected services to visualize system dependencies and generate real-time architectural maps of communication patterns. The platform covers a broad range of observability capabilities

gperftools is a collection of specialized tools for profiling CPU usage, detecting memory errors, and providing high-performance memory allocation. It provides a memory profiling toolkit for C++ applications, including a sampling CPU profiler and a heap profiler for analyzing consumption patterns. The project includes a high-performance memory allocator designed as a multi-threaded replacement for standard allocation to reduce contention and improve execution speed. It further provides a memory debugger to identify illegal memory access and double frees. The toolkit covers broad diagnostic c

snacks.nvim is a comprehensive collection of quality-of-life plugins and utilities designed to extend the core functionality of Neovim. It serves as a multi-purpose toolkit providing a UI framework, navigation enhancements, and integrations with external services. The project distinguishes itself by combining a wide array of specialized tools into a single suite, including a picker-based file explorer, a deep GitHub integration for managing issues and pull requests, and a set of development utilities for profiling Lua performance and inspecting code execution. Its broader capability surface

VizTracer is a Python runtime instrumentation system and execution profiler used to trace and visualize code execution. It functions as a multi-process performance analyzer and trace visualizer, providing an interactive timeline and flamegraph interface to identify performance bottlenecks and analyze call sequences. The project distinguishes itself by its ability to aggregate execution data from multiple threads, subprocesses, and asynchronous tasks into a single unified report. It also features live process instrumentation, allowing users to attach to and detach from running Python applicati

pyinstrument is a statistical sampling profiler for Python that records the call stack at regular intervals to identify performance bottlenecks with low overhead. It tracks wall-clock time, including I/O and external service calls, and provides specialized profiling for asynchronous programs by attributing time spent awaiting tasks to the calling function. The project converts captured execution data into interactive HTML reports, JSON, and flamecharts. It includes a call stack visualizer to simplify the analysis of execution paths and supports the profiling of individual cells within interac

glog is a C++ logging framework designed for recording application events and system diagnostics. It provides a stream-based interface for capturing debugging information and managing system event persistence. The library includes a stack trace logger that captures execution call stacks and resolves memory addresses into readable function names. It also features a dedicated error handling module to manage system shutdown and reporting during fatal failures. Log lifecycle management is handled through automatic rotation and deletion of old files to prevent disk space exhaustion. The framework

Dieses Projekt ist ein strukturiertes Logging-Framework und eine Bibliothek für Node.js-Anwendungen. Es erstellt maschinenlesbare Log-Datensätze im JSON-Format mit gestuften Schweregraden, um eine konsistente Analyse und zentralisierte Speicherung sicherzustellen. Das System enthält einen Log-Stream-Manager für das Routing von Datensätzen an mehrere Ziele, wie Dateien und Konsolen, sowie ein Command-Line-Interface für das Filtern, Formatieren und Visualisieren roher JSON-Log-Streams. Es unterstützt die Erstellung von Child-Loggern, die übergeordnete Konfigurationen erben und zusätzliche kontextuelle Metadaten zusammenführen. Das Framework deckt ein breites Spektrum operativer Funktionen ab, einschließlich zeitbasierter Dateirotation für das Festplattenmanagement, In-Memory-Ringpuffer für die nachträgliche Wiederherstellung und die Bereitstellung interner Logging-Ereignisse als DTrace-Probes für die Laufzeitbeobachtung in Echtzeit. Es bietet zudem dynamische Call-Site-Introspektion, um Quellort-Metadaten an Logs anzuhängen.

Walk is a comprehensive framework for building native Windows desktop applications. It functions as a GUI library and Windows API wrapper, providing a toolkit of native widgets and a declarative layout system for developing high-performance user interfaces. The project is distinguished by its data-binding framework, which uses reflection and string-based property paths to synchronize data sources with interface widgets. It also provides specialized support for high-DPI interface scaling and an optimized native message loop to reduce runtime overhead. The toolkit covers a wide range of capabi

This project is a learning guide and collection of study notes designed to teach Node.js backend development. It provides a comprehensive core API reference and practical demonstrations for implementing server-side logic, network programming, and system APIs. The guide specifically covers advanced technical domains including process management for scaling applications via clusters and child processes, as well as network programming for building TCP, UDP, and HTTP services. It also includes detailed instructional material on security implementation, focusing on cryptographic hashing and encryp

This project is a comprehensive technical guide and diagnostic manual for analyzing memory, performance, and asynchronous behavior within Node.js applications. It provides detailed methods for asynchronous tracing, memory diagnostics, and performance analysis to resolve runtime errors and execution bottlenecks. The resource distinguishes itself by covering advanced diagnostic workflows, including the use of flame graphs for CPU profiling, the capture and comparison of heap snapshots for memory leak detection, and the mapping of asynchronous call stacks. It also provides technical guidance on

btrace ist ein JVM-Tool für dynamisches Tracing und Performance-Profiling, das zum Injizieren sicherer Instrumentierungsskripte in eine laufende Java Virtual Machine verwendet wird, ohne dass ein Prozessneustart erforderlich ist. Es fungiert als Java-Agent-Framework und als Model Context Protocol-Server, der JVM-Diagnoseoperationen und Tracing-Tools für Large Language Models und KI-Assistenten bereitstellt. Das Projekt zeichnet sich durch die Ermöglichung von Echtzeit-Code-Injektion und Bytecode-Level-Instrumentierung über ein sicheres binäres Protokoll aus. Es stellt die Produktionsstabilität durch eine statische Sicherheitsanalyse-Engine sicher, die instabile Codemuster, wie Schleifen und Allokationen, während der Skript-Kompilierungsphase blockiert. Das System deckt ein breites Spektrum an Observability-Funktionen ab, einschließlich Methoden-Ausführungs-Tracing, Objekt-Allokations-Tracking und Field-Access-Monitoring. Es bietet Performance-Profiling durch Latenzmetriken und Ausführungsdaten-Sampling und kann benutzerdefinierte Java Flight Recorder-Events für native Analysen ausgeben. Der Agent unterstützt flexible Bereitstellungsstrategien, einschließlich Bootstrapping beim Start oder das Anhängen an Live-Prozesse in containerisierten Umgebungen mittels Fat-JAR-Bundles.

Dies ist ein Logging-Framework für Node.js, das auf der log4j-Architektur basiert. Es bietet ein System zur Verwaltung hierarchischer Logger und Schweregrad-Schwellenwerte, wodurch Anwendungsereignisse aufgezeichnet und nach Wichtigkeit kategorisiert werden können. Das Framework zeichnet sich durch sein Cluster-fähiges Logging aus, das die Ausgabe über mehrere Prozesscluster hinweg in einen einheitlichen Stream synchronisiert und koordiniert. Es enthält zudem einen dedizierten Log-File-Rotation-Manager, der Dateien automatisch nach Datum oder Größe rotiert, um Speicherplatzerschöpfung zu verhindern, sowie einen Netzwerk-Log-Transporter zum Senden von Daten an Remote-Server via TCP oder UDP. Das Projekt deckt umfassende Observability-Funktionen ab, einschließlich Call-Stack-Erfassung für Debugging und der Möglichkeit, Log-Daten an mehrere Ziele wie Konsole, lokale Dateien oder externe Netzwerkdienste zu routen. Es unterstützt strukturiertes Log-Formatieren durch benutzerdefinierte Ausgabemuster und verwaltet das Diagnosevolumen durch kategorienbasiertes Level- und Routenmanagement.

re-frame ist ein funktionales Framework für den Bau von Single-Page-Anwendungen in ClojureScript. Es bietet eine zentralisierte, unveränderliche Datenbank, die als Single Source of Truth für den gesamten Anwendungszustand dient und einen strikten, unidirektionalen Datenfluss erzwingt, bei dem Events Zustandsübergänge und nachfolgende View-Updates auslösen. Das Framework zeichnet sich durch einen reaktiven Signal-Graphen und eine Interceptor-basierte Middleware-Pipeline aus. Indem Anwendungslogik als Sequenz datengetriebener Events und deklarativer Side-Effects behandelt wird, entkoppelt es die Geschäftslogik von der View-Schicht. Diese Architektur ermöglicht es Entwicklern, komplexe Zustandsübergänge und externe Operationen durch reine Funktionen zu verwalten, wobei sichergestellt wird, dass Side-Effects von einem separaten Interpreter statt durch imperative Aufrufe ausgeführt werden. Das System umfasst eine umfassende Suite an Funktionen für das Management der Anwendungsarchitektur, einschließlich reaktiver Datenableitung, abonnementbasierter View-Reconciliation und eventgesteuertem Zustandsmanagement. Es unterstützt fortgeschrittene Entwicklungs-Workflows wie Event-Tracing, State-Checkpointing und die Möglichkeit, Side-Effects für isolierte Tests zu stubben. Das Projekt ist für die Integration mit React konzipiert und nutzt Virtual-DOM-Reconciliation, um Benutzeroberflächen effizient zu aktualisieren. Es bietet ein robustes Set an Utilities für den Umgang mit Cross-Cutting Concerns, die Verwaltung komplexer Datenfluss-Graphen und die Koordination asynchroner Operationen innerhalb einer vorhersagbaren, sequenziellen Event-Pipeline.

Perfetto is a platform for system-level performance tracing and analysis on Linux and Android. It combines a high-throughput trace recorder, a SQL-based query engine, and a browser-based visualizer into a single toolchain. The platform covers CPU scheduling and call-stack profiling, native and Java heap memory allocation tracking, GPU and graphics events, and system-wide counters such as CPU frequency and power consumption. The architecture decouples trace recording from offline analysis, using a compact protobuf format for event encoding and columnar storage for efficient SQL queries. The we

Dieses Projekt ist eine chinesische Übersetzung eines umfassenden Leitfadens zur Programmiersprache Go. Es dient als lokalisierte Bildungsressource und technisches Handbuch, das Orientierung zu Sprachsyntax, Design und Softwareentwicklung bietet. Die Ressource deckt ein breites Spektrum der Go-Sprachausbildung ab, einschließlich der Implementierung von Programmiermustern und Systemdesign. Sie enthält übersetzte Lektionen und Beispiele, die sich auf Kernfunktionen der Sprache wie Concurrency und die Verwendung von Interfaces konzentrieren. Der Inhalt umfasst verschiedene Kompetenzbereiche, darunter Sprachgrundlagen, Datenmodellierung, Runtime-Reflection und Speicherverwaltung. Zudem bietet es detaillierte Abhandlungen zu Softwarearchitektur, Fehlerbehandlung, Qualitätssicherung und Web-Networking. Die Dokumentation ist als technisches Handbuch strukturiert, das übersetzte Inhalte, Errata und Korrekturen enthält, um ein präzises Lernen zu gewährleisten.

Bytehound ist ein Linux-Speicher-Profiler, der einen benutzerdefinierten globalen Allocator verwendet, um Speicheranfragen abzufangen und Allokationen sowie Deallokationen zu verfolgen. Er zeichnet vollständige Call-Stack-Traces für jede Speicheroperation auf, um Allokationen auf ihren ursprünglichen Quellcode zurückzuführen. Das Projekt bietet ein Remote-Speicher-Profiling-System, das Erfassungsdaten über Netzwerk-Sockets an eine separate Maschine streamt, um den Ressourcen-Overhead auf dem Zielsystem zu minimieren. Die Analyse wird durch eine spezialisierte domänenspezifische Abfragesprache unterstützt, die zur Automatisierung der Erkennung von Speichermustern und Anomalien verwendet wird. Das Tool deckt Heap-Allokationsanalysen zur Identifizierung von Leaks und Fragmentierung ab sowie Laufzeit-Introspektion zur Überwachung und Optimierung von Allocator-Zuständen. Daten können exportiert und durch einen webbasierten Visualisierer gerendert werden, um grafische Darstellungen der Speichernutzung und Allokationsmuster bereitzustellen.