Awesome GitHub RepositoriesFlame Graph Generators

FlameGraph is a performance profiling and visualization toolkit designed to identify bottlenecks in software execution. It functions as a processing engine that transforms raw stack trace samples into interactive, hierarchical diagrams. By representing aggregated execution frequency as nested rectangles, the tool allows developers to visualize hot code paths and analyze system behavior across both kernel and user-space environments. The project distinguishes itself through its ability to perform differential profile analysis, which highlights performance regressions or improvements by compari

Async-profiler est une suite d'outils de performance conçue pour échantillonner les runtimes Java, suivre les allocations mémoire et surveiller les compteurs matériels. Il fonctionne comme un profileur d'échantillonnage à faible surcharge pour les applications Java, collectant des stack traces et des données d'allocation mémoire sans biais de point de sécurité (safepoint). Le projet fournit des utilitaires spécialisés pour générer des flame graphs interactifs afin de visualiser les points chauds d'exécution dans un navigateur web. Il inclut un moniteur de compteur de performance matériel pour suivre les événements système de bas niveau tels que les défauts de cache et les défauts de page. L'ensemble d'outils couvre plusieurs domaines de diagnostic, incluant le profilage de l'utilisation CPU pour identifier les méthodes chaudes, le suivi de l'allocation mémoire pour les fuites de tas et natives, et l'analyse de contention de thread pour découvrir les goulots d'étranglement de synchronisation à travers différentes couches système.

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

Parca is an always-on continuous profiling platform that captures CPU and memory usage from running applications without any code modifications. It uses eBPF kernel-level tracing to automatically discover and sample stack traces across infrastructure, and provides a web-based flame graph dashboard for interactive performance analysis. Its label-based query engine lets users slice and aggregate profiling data across dimensions such as service, container, or region, using a Prometheus-style selector syntax. Unlike basic profilers, Parca stores profile samples in a columnar format using Apache A

go-torch est un outil de profilage pour capturer l'état d'exécution des programmes Go et transformer les données binaires brutes en représentations visuelles de la performance du programme. Il fonctionne comme un profileur de flame graph et un utilitaire de visualisation de performance qui identifie les chemins de code coûteux via la collecte de traces de pile CPU et mémoire. L'outil dispose d'un profileur de processus distant capable de réseau qui se connecte aux endpoints pour capturer et exporter des profils d'exécution à partir de binaires Go. Il utilise le profilage stochastique pour synthétiser les données d'exécution en graphes d'appel, permettant l'identification des goulots d'étranglement dans les applications en cours d'exécution. Le projet couvre le pipeline complet de collecte de données de profilage, de l'échantillonnage de trace de pile et l'acquisition de profil distant à la synthèse de graphe d'appel. Ces flux de travail aboutissent à la génération de flame graphs basés sur SVG qui visualisent la profondeur des fonctions et la fréquence d'exécution.