深究 Go CPU profiler

在 profiling 方面，Go 是独一无二的。在 runtime 里面它包含强大的，有自主意识的 profilers。其他编程语言像 Ruby，Python，或者 Node.js，包含了 profilers 或者一些 APIs 接口用来写 profiler。但与 Go 提供的开箱即用的服务相比，它们的范围还是有限的。如果你想学习更多关于 Go 提供的可观测性工具，我强烈建议 Felix Geisendörfer 的 忙碌的开发人员指南 - Go 性能分析，追踪和可观测性

作为一个好奇的工程师，我喜欢钻研底层的实现原理，并且我一直希望能学习 Go CPU profiler 是如何实现的。这个博客就是这个学习的过程。毫无例外的，我总是能在我阅读 Go runtime 的时候找到并学习新的知识点。

基础知识

有两种类型的 profiler ：

1. 追踪型：任何时候触发提前设定的事件就会做测量，例如：函数调用，函数退出，等等

2. 采样型：常规时间间隔做一次测量

Go CPU profiler 是一个采样型的 profiler。也有一个追踪型的 profiler，Go 执行追踪器，用来追踪特定事件像请求锁，GC 相关的事件，等等。

采样型 profiler 通常包含两个主要部分：

1. 采样器：一个在时间间隔触发的回调，一个堆栈信息一般会被收集成 profiling data。不同的 profiler 用不同的策略去触发回调。

2. 数据收集：这个是 profiler 收集数据的地方：它可能是内存占用或者是调用统计，基本上跟堆栈追踪相关的数据

其他 profiler 如何工作的小调研

Linux perf 使用 PMU（Performance Monitor Unit）计数器进行采样。你指示 PMU 在某些事件发生 N 次后产生一个中断。一个例子，可能是每 1000 个 CPU 时钟周期进行一次采样。Denis Bakhvalov 写了一篇详细的文章，解释了像 perf 和 VTune 这样的工具如何使用 PMU 计数器来实现。一旦数据收集回调被定期触发，剩下的就是收集堆栈痕迹并适当地汇总。为了完整起见，Linux perf 使用 perf_event_open(PERF_SAMPLE_STACK_USER,...) 来获取堆栈追踪信息。捕获的堆栈痕迹通过 mmap'd 环形缓冲区写到用户空间。

pyspy 和 rbspy 是 Python 和 Ruby 著名的采样分析器。它们都作为外部进程运行，定期读取目标应用程序的内存，以捕获运行线程的堆栈追踪。在Linux中，它们使用 process_vm_readv，如果我没记错的话，这个 API 在读取内存时，会让目标程序暂停几毫秒。然后他们在读取的内存中跟踪指针，来找到当前运行的线程结构和堆栈追