Golang性能分析-CFANZ编程社区

性能分析的场景主要有CPU、Memory、IO、Goroutine、死锁几种

1、两种类型的应用

（1）服务型应用 _ "net/http/pprof" 包，专用于采集 web 服务

（2）工具型应用 "runtime/pprof" 包，专用于采集应用程序

2、功能

CPU 分析（profile）: 你可以在 url 上用 seconds 参数指定抽样持续时间（默认 30s），你获取到概览文件后可以用 go tool pprof 命令调查这个概览

内存分配（allocs）: 所有内存分配的抽样

阻塞（block）: 堆栈跟踪导致阻塞的同步原语

命令行调用（cmdline）: 命令行调用的程序

goroutine: 当前 goroutine 的堆栈信息

堆（heap）: 当前活动对象内存分配的抽样，完全也可以指定 gc 参数在对堆取样前执行 GC

互斥锁（mutex）: 堆栈跟踪竞争状态互斥锁的持有者

系统线程的创建（threadcreate）: 堆栈跟踪系统新线程的创建

trace: 追踪当前程序的执行状况. 你可以用 seconds 参数指定抽样持续时间. 你获取到 trace 概览后可以用 go tool pprof 命令调查这个 trace

3、命令行工具，即go tool pprof工具

go tool pprof [文件或链接]

go tool pprof http://127.0.0.1:8081/debug/pprof/allocs

go tool pprof http://127.0.0.1:8081/debug/pprof/profile?seconds=60

go tool pprof C:\Users\fourier\Downloads\profile

go tool pprof http://localhost:6060/debug/pprof/heap

（1）top命令

top 5

Golang性能分析_pprof

flat: 在给定函数上运行耗时

flat%: 在给定函数上运行耗时总比例

sum%: 给定函数累计

cum: 当前函数以及包含子函数

cum%: 同上的 CPU 运行耗时总比例

最后一列为函数名称

（2）list命令

list [funcName]

Golang性能分析_golang_02

list `*$ 查看所有函数

（3）查看堆情况

$ go tool pprof http://localhost:6060/debug/pprof/heap
Fetching profile over HTTP from http://localhost:6060/debug/pprof/heap
Saved profile in /Users/eddycjy/pprof/pprof.alloc_objects.alloc_space.inuse_objects.inuse_space.008.pb.gz
Type: inuse_space
Entering interactive mode (type "help" for commands, "o" for options)
(pprof) top
Showing nodes accounting for 837.48MB, 100% of 837.48MB total
      flat  flat%   sum%        cum   cum%
  837.48MB   100%   100%   837.48MB   100%  main.main.func1

-inuse_space：分析应用程序的常驻内存占用情况

-alloc_objects：分析应用程序的内存临时分配情况

4、web命令及可视化工具

需安装https://graphviz.gitlab.io/download

（1）web UI

go tool pprof -http :8080 C:\Users\fourier\Downloads\profile

go tool pprof -http=:8080 cpu.prof

访问http://127.0.0.1:8080/ui即可看到如下

Golang性能分析_堆栈_03

-VIEW看各种视图
  -Top：主要看占用内存当排名信息
  -Graph：连接图，主要看调用关系图，并且通过框框的粗细、颜色当深浅、线的实虚、以及数字信息包括执行时间和占比
  -FlameGraph：火焰图，要看宽度和深度，heap中宽度表明内存占用大小，
  -Peek
  -Source
  -Disassemble
-SAMPLE：采样信息，包括申请对象、申请空间、占用对象、占用空间的信息
-REFINE：可以精细化视图中的信息
  -Focus：聚焦在选中元素的上下游元素
  -Ignore：忽略选中当元素，包含其后继元素
  -Hide：隐藏选中当元素，但不会隐藏其后继元素
  -Show：只显示选中的元素，不包含后继元素
  -Showfrom：从选中当某一个元素开始，只列出其后继元素
-CONFIG：能将当前已精细化的页面保存起来

（2）连接图

web [funcName] 查看函数的连接图

go tool pprof -web C:\Users\fourier\Downloads\profile 查看连接图

连接图中的性能问题一般在最红最粗的线。

（3）火焰图

火焰图的Y 轴表示调用栈，调用顺序是从上到下（有些是从下到上，如火焰一般），每一块都是一个函数，越大代表占用 CPU 时间越长。调用栈越深，火焰就越高，顶部就是正在执行的函数，下方都是它的父函数。
火焰图的X 轴表示抽样数，如果一个函数在 x 轴占据的宽度越宽，就表示它被抽到的次数多，即执行的时间长，通常执行频率是 99Hz（每秒99次），如果99次都返回同一个函数名，那就说明 CPU 这一秒钟都在执行同一个函数，可能存在性能问题。注意，x 轴不代表时间，而是所有的调用栈合并后，按字母顺序排列的。
一般采样记录信息有三个参数：采样的进程号、采样的频率（每秒采样多少次，通常 99 次）、采样持续时间
火焰图的颜色表示 CPU 的繁忙程度。
火焰图主要看顶层的哪个函数占据的宽度最大。有"平顶"（plateaus）则表示该函数可能存在性能问题。但是直接观察"平顶"（plateaus）往往不能快速定位性能问题，因为顶部记录的大多是对底层库函数的调用情况。要快速定位性能问题，首先应该观察业务函数在火焰图中的宽度，然后再往顶部找到第一个库函数来缩小范围，而不是直接看平顶。
如何读懂火焰图http://www.ruanyifeng.com/blog/2017/09/flame-graph.html

（4）另一种可视化方式

go get -u github.com/google/pprof

pprof -http=:8080 cpu.prof

有待进一步看一下