這是一個建立於 的文章,其中的資訊可能已經有所發展或是發生改變。
golang pprof 使用
2013-11-16 19:58 712人閱讀 評論(0) 收藏 舉報
目錄(?)[+]
轉自:http://www.cnblogs.com/yjf512/archive/2012/12/27/2835331.html
go中有pprof包來做代碼的效能監控,在兩個地方有包:
net/http/pprof
runtime/pprof
其實net/http/pprof中只是使用runtime/pprof包來進行封裝了一下,並在http連接埠上暴露出來
pprof包
網頁伺服器
如果你的go程式是用http包啟動的web伺服器,你想查看自己的web伺服器的狀態。這個時候就可以選擇net/http/pprof。你只需要引入包_"net/http/pprof",然後就可以在瀏覽器中使用http://localhost:port/debug/pprof/直接看到當前web服務的狀態,包括CPU佔用情況和記憶體使用量情況等。具體使用方式你可以看godoc的說明。
服務進程
如果你的go程式不是web伺服器,而是一個服務進程,那麼你也可以選擇使用net/http/pprof包,同樣引入包net/http/pprof,然後在開啟另外一個goroutine來開啟連接埠監聽。
比如:
go func() { log.Println(http.ListenAndServe("localhost:6060", nil))
}()
應用程式
如果你的go程式只是一個應用程式,比如計算fabonacci數列,那麼你就不能使用net/http/pprof包了,你就需要使用到runtime/pprof。具體做法就是用到pprof.StartCPUProfile和pprof.StopCPUProfile。比如下面的例子:
var cpuprofile = flag.String("cpuprofile", "", "write cpu profile to file")func main() { flag.Parse() if *cpuprofile != "" { f, err := os.Create(*cpuprofile) if err != nil { log.Fatal(err) } pprof.StartCPUProfile(f) defer pprof.StopCPUProfile() }
…
運行程式的時候加一個--cpuprofile參數,比如fabonacci --cpuprofile=fabonacci.prof
這樣程式啟動並執行時候的cpu資訊就會記錄到XXX.prof中了。
下一步就可以使用這個prof資訊做出效能分析圖了(需要安裝graphviz)。
使用go tool pprof (應用程式) (應用程式的prof檔案)
進入到pprof,使用web命令就會在/tmp下產生svg檔案,svg檔案是可以在瀏覽器下看的。像這個樣子:
如果你的程式非常簡單,比如只有println一個語句,你用pprof.StartCPUProfile是列印不出任何東西的。
舉例
下面拿go-tour舉個例子,這是個web程式,我在代碼中加入了
_ "net/http/pprof"
在瀏覽器中我就可以直接看prof資訊了
產生CPU狀態分析圖
下面我們想要產生CPU狀態分析圖,調用go tool pprof http://localhost:3999/debug/pprof/profile
就會進入30秒的profile收集時間,在這段事件內猛重新整理點擊go-tour瀏覽器上的頁面,盡量讓cpu佔用效能產生資料。
(pprof) top10
Total: 3 samples
1 33.3% 33.3% 1 33.3% MHeap_AllocLocked
1 33.3% 66.7% 1 33.3% os/exec.(*Cmd).closeDescriptors
1 33.3% 100.0% 1 33.3% runtime.sigprocmask
0 0.0% 100.0% 1 33.3% MCentral_Grow
0 0.0% 100.0% 2 66.7% main.Compile
0 0.0% 100.0% 2 66.7% main.compile
0 0.0% 100.0% 2 66.7% main.run
0 0.0% 100.0% 1 33.3% makeslice1
0 0.0% 100.0% 2 66.7% net/http.(*ServeMux).ServeHTTP
0 0.0% 100.0% 2 66.7% net/http.(*conn).serve
(pprof)web
- 上一篇Mac OS X shell 顏色配置
- 下一篇DFA演算法過濾敏感詞