go pprof 性能监测

一、网页访问

import (
	"net/http"
	_ "net/http/pprof"
)
func main() {
	go pprof() //启动pprof
}
func pprof() {
	http.ListenAndServe(":6060", nil) //pprof 默认是6060端口
}

访问链接 ：http://127.0.0.1:6060/debug/pprof/

---

allocs：程序启动之后内存分配的情况
block：导致阻塞操作的一些堆栈跟踪信息
cmdline：当前程序启动的命令行
goroutine：所有当前 goroutine 的堆栈跟踪信息
heap：程序在当前堆上内存分配的情况
mutex：锁资源的竞争的堆栈信息
profile：CPU profile文件。可以在 debug/pprof?seconds=x秒 GET 参数中指定持续时间。获取pprof文件后，使用 go tool pprof x.prof命令分析pprof文件。
threadcreate：系统线程的使用情况
trace：当前系统的代码执行的链路情况

---

http://127.0.0.1:6060/debug/pprof/goroutine?debug=1
可以查看goroutine 数量，判断泄露位置

怎么使用pprof

pprof包含两个相关的库：

1. runtime/pprof
   主要应用于工具型应用。包含脚本、定时任务等。
   如：对于只跑一次的程序，例如每天只跑一次的离线预处理程序，调用 pprof 包提供的函数，手动开启性能数据采集
2. net/http/pprof
   主要应用于服务型应用。包含HTTP服务，GRPC服务等。
   如：对于在线服务，对于一个 HTTP Server，访问 pprof 提供的 HTTP 接口，获得性能数据。当然，实际上这里底层也是调用的 runtime/pprof提供的函数，封装成接口对外提供网络访问。

1、工具型

工具型应用主要使用 runtime/pprof 包实现性能分析。

package main

import (
	"bytes"
	"demo/pkg/fmtx"
	"flag"
	"math/rand"
	"os"
	"runtime"
	"runtime/pprof"
	"sync"
	"time"
)

var cpuprofile = flag.String("cpuprofile", "cpu.pprof", "write cpu profile to `file`")
var memprofile = flag.String("memprofile", "mem.pprof", "write mem profile to `file`")

func main() {
	fmtx.Println("w2")
	flag.Parse()
	if *cpuprofile != "" {
		f, err := os.Create(*cpuprofile)
		if err != nil {
			fmtx.Println("could not create CPU profile: ", err)
		}
		defer f.Close()

		if err := pprof.StartCPUProfile(f); err != nil {
			fmtx.Println("could not start CPU profile: ", err)
		}
		defer pprof.StopCPUProfile()
	}

	var wg sync.WaitGroup
	wg.Add(200)

	for i := 0; i < 200; i++ {
		go cyclenum(30000, &wg)
	}

	writeBytes()

	wg.Wait()

	if *memprofile != "" {
		f, err := os.Create(*memprofile)
		if err != nil {
			fmtx.Println("could not create memory profile: ", err)
		}
		defer f.Close()
		runtime.GC()

		if err := pprof.WriteHeapProfile(f); err != nil {
			fmtx.Println("cound not write memory profile: ", err)
		}
	}
	time.Sleep(2 * time.Second)
}

func cyclenum(num int, wg *sync.WaitGroup) {
	slice := make([]int, 0)
	for i := 0; i < num; i++ {
		for j := 0; j < num; j++ {
			j = i + j
			slice = append(slice, j)
		}
	}
	wg.Done()
}

func writeBytes() *bytes.Buffer {
	var buff bytes.Buffer

	for i := 0; i < 30000; i++ {
		buff.Write([]byte{'0' + byte(rand.Intn(10))})
	}
	return &buff
}

运行后可以看到两个文件
cpu.pprof
mem.pprof
执行命令 ： go tool pprof .\cpu.pprof

Type： 分析类型，这里是 cpu
Duration： 程序执行的时长

top 命令：对函数的 cpu 耗时和百分比排序后输出

字段	说明
flat	当前函数占用 cpu 耗时
flat %	当前函数占用 cpu 耗时百分比
sum%	函数占用 cpu 时间累积占比，从小到大一直累积到 100%
cum	当前函数加上调用当前函数的函数占用 cpu 的总耗时
%cum	当前函数加上调用当前函数的函数占用 cpu 的总耗时占比

找到耗时函数后可以使用 list 逐行分析

由此可以看出耗时原因是 slice 扩容，可以修改为固定容量

 pprof 图形可视化

除了上面的命令行交互分析，还可以用图形化来分析程序性能。

图形化分析前，先要安装 graphviz 软件，

下载地址：graphviz地址，

命令行输入：go tool pprof mem.pprof
输入 web 命令

生成svg：

关于图形的一点说明：

1. 每个框代表一个函数，理论上框越大表示占用的 cpu 资源越多
2. 每个框之间的线条代表函数之间的调用关系，线条上的数字表示函数调用的次数
3. 每个框中第一行数字表示当前函数占用 cpu 的百分比，第二行数字表示当前函数累计占用 cpu 的百分比

---

pprof 图形web可视化

运行命令：go tool pprof -http=:8080 mem.pprof

查看top

查火焰图