golang性能调优分析工具pprof(上)

一、golang 程序性能调优

在 golang 程序中，有哪些内容需要调试优化？

一般常规内容：

1. cpu：程序对cpu的使用情况 - 使用时长，占比等
2. 内存：程序对cpu的使用情况 - 使用时长，占比，内存泄露等。如果在往里分，程序堆、栈使用情况
3. I/O：IO的使用情况 - 哪个程序IO占用时间比较长

golang 程序中：

1. goroutine：go的协程使用情况，调用链的情况
2. goroutine leak：goroutine泄露检查
3. go dead lock：死锁的检测分析
4. data race detector：数据竞争分析，其实也与死锁分析有关

上面是在 golang 程序中，性能调优的一些内容。

有什么方法工具调试优化 golang 程序？

比如 linux 中 cpu 性能调试，工具有 top，dstat，perf 等。

那么在 golang 中，有哪些分析方法？

golang 性能调试优化方法：

• Benchmark：基准测试，对特定代码的运行时间和内存信息等进行测试
• Profiling：程序分析，程序的运行画像，在程序执行期间，通过采样收集的数据对程序进行分析
• Trace：跟踪，在程序执行期间，通过采集发生的事件数据对程序进行分析

profiling 和 trace 有啥区别？
profiling 分析没有时间线，trace 分析有时间线。

在 golang 中，应用方法的工具呢？

这里介绍 pprof 这个 golang 工具，它可以帮助我们调试优化程序。

它的最原始程序是 gperftools - https://github.com/gperftools/gperftools，golang 的 pprof 是从它而来的。

二、pprof 介绍

简介

pprof 是 golang 官方提供的性能调优分析工具，可以对程序进行性能分析，并可视化数据，看起来相当的直观。
当你的 go 程序遇到性能瓶颈时，可以使用这个工具来进行调试并优化程序。

本文将对下面 golang 中 2 个监控性能的包 pprof 进行运用：

• runtime/pprof：采集程序运行数据进行性能分析，一般用于后台工具型应用。
• net/http/pprof：对 runtime/pprof 的二次封装，一般应用于 http server ，采集 http server 运行时数据进行分析。

pprof 开启后，每隔一段时间就会采集当前程序的堆栈信息，获取函数的 cpu、内存等使用情况。通过对采样的数据进行分析，形成一个数据分析报告。

pprof 以 profile.proto 的格式保存数据，然后根据这个数据生成可视化的分析报告，支持文本形式和图形形式报告。
profile.proto 里具体的数据格式是 protocol buffers。

pprof 使用模式

• Report generation：报告生成

• Interactive terminal use：交互式终端

• Web interface：Web 界面

三、runtime/pprof

前提条件

先安装 pprof： go get -u github.com/google/pprof。

调试分析 golang 程序，要开启 profile 然后开始采样数据。

采样数据的方式：

• 第 1 种，在 go 程序中添加如下代码：
  StartCPUProfile 为当前 process 开启 CPU profiling 。
  StopCPUProfile 停止当前的 CPU profile。当所有的 profile 写完了后它才返回。

// 开启 cpu 采集分析：
pprof.StartCPUProfile(w io.Writer)

// 停止 cpu 采集分析：
pprof.StopCPUProfile()

WriteHeapProfile 把内存 heap 相关的内容写入到文件中

pprof.WriteHeapProfile(w io.Writer)

• 第 2 种，在 benchmark 测试的时候

go test -cpuprofile cpu.prof -memprofile mem.prof -bench .

• 还有一种，对 http server 采集数据

go tool pprof $host/debug/pprof/profile

程序示例

go version go1.13.9

例子 1

我们用第 1 种方法，在程序中添加分析代码，demo.go :

package main

import (
	"bytes"
	"flag"
	"log"
	"math/rand"
	"os"
	"runtime"
	"runtime/pprof"
	"sync"
)

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

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

		if err := pprof.StartCPUProfile(f); err != nil {
			log.Fatal("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 {
			log.Fatal("could not create memory profile: ", err)
		}
		defer f.Close()
		runtime.GC()

		if err := pprof.WriteHeapProfile(f); err != nil {
			log.Fatal("cound not write memory profile: ", err)
		}
	}
}

func cyclenum(num int, wg *sync.WaitGroup) {
	slice := make([]int, 0)
	for i := 0; i 

go build demo.go

./demo.exe --cpuprofile=democpu.pprof  --memprofile=demomem.pprof

go tool pprof democpu.pprof

go-torch [options] [binary]