Непрерывное профилирование в проде: чем оно лучше разового pprof, как читать flame graphs, CPU/heap/alloc с низким оверхедом, pull vs push, связка профилей с трейсами. Практика на Go pprof и JVM async-profiler с Pyroscope и Parca.
Один и тот же вопрос — где на самом деле уходит время и память — в Go, Java, C++, C#, Python и Node: sampling против instrumentation, CPU/alloc/heap-профили, флеймграфы, микробенчмарки без самообмана и как из профиля сделать вывод
Redis обрабатывает команды в одном потоке — и при этом отдаёт сотни тысяч операций в секунду. Разбираем, почему single-threaded не значит медленно: событийный цикл, I/O-мультиплексирование, threaded I/O в новых версиях, пайплайнинг. И честно про обратную сторону: где один поток становится узким местом и откуда берётся хвостовая latency.
Как ловить конкурентные баги в Go: race detector по-настоящему (как читать отчёт, оверхед, место в CI), поиск утечек горутин через goleak и pprof, дедлоки и встроенный детектор, профили блокировок и мьютексов
Как честно измерять производительность JVM: async-profiler и flamegraph, Java Flight Recorder для продакшена, JMH для микробенчмарков и типичные ловушки JIT-разогрева
Из чего складывается бюджет 300 мс, почему Kafka не место в синхронном пути, HTTP/1.1 против HTTP/2 и когда WebSocket не нужен — на сквозном кейсе 2000–5000 rps
Как в Go профилировать и бенчмаркить без самообмана: b.Loop и benchstat для честных замеров, чтение pprof (CPU/heap/allocs), execution trace и PGO, и типичные ошибки «оптимизации по ощущениям»
