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。
概要
profile就是定時採樣,收集cpu,記憶體等資訊,進而給出效能最佳化指導,golang 官方提供了golang自己的效能分析工具的用法,也給出了指導,官方的介紹
環境
golang環境, graphviz
產生profile方法
golang目前提供了3中profile,分別是 cpu profile, memery profile, blocking profile, 對於如何產生這些profile有兩種辦法,一種是使用 net/http/pprof 包,一種是需要自己手寫代碼,下面分別介紹一下
1. net/http/pprof 方法
這種方法是非常非常簡單的,只需要引入 net/http/pprof 包就可以了,網頁上可以查看
package mainimport ( "fmt" "log" "net/http" _ "net/http/pprof")func main() { go func() { for { fmt.Println("hello world") } }() log.Fatal(http.ListenAndServe("0.0.0.0:8080", nil))}
http://127.0.0.1:8080/debug/pprof 查看整體資訊
http://127.0.0.1:8080/debug/pprof/profile 可以將cpu profile下載下來觀察分析
從terminal進入profile,進行細緻分析
go tool pprof http://localhost:6060/debug/pprof/profile
go tool pprof http://localhost:6060/debug/pprof/heap
go tool pprof http://localhost:6060/debug/pprof/block
- 寫代碼的方法
func main() { cpuf, err := os.Create("cpu_profile") if err != nil { log.Fatal(err) } pprof.StartCPUProfile(cpuf) defer pprof.StopCPUProfile() ctx, _ := context.WithTimeout(context.Background(), time.Second*5) test(ctx) time.Sleep(time.Second * 3) memf, err := os.Create("mem_profile") if err != nil { log.Fatal("could not create memory profile: ", err) } if err := pprof.WriteHeapProfile(memf); err != nil { log.Fatal("could not write memory profile: ", err) } memf.Close()}func test(c context.Context) { i := 0 j := 0 go func() { m := map[int]int{} for { i++ m[i] = i } }() go func() { m := map[int]int{} for { j++ m[i] = i } }() select { case <-c.Done(): fmt.Println("done, i", i, "j", j) return }}
會產生兩個profile,一個是cpu的,一個是記憶體的。進入proflie 方法
go tool pprof main profile
main 代表的是二進位檔案,也就是編譯出來的可執行檔
profile 就是上文中產生的profile,可以是cpu_profile, 也可以是mem_profile
對於cpu_profile 來說,代碼開始的時候就可以開始統計了
mem_profile 部分代碼如果寫在代碼開始的位置是統計不出來的,需要找到一個比較好的位置
如何分析 profile
1.按照上文介紹的方法進入profile(go tool pprof)
2.查看profile
進入profile以後可以用 help 指令查看都有哪些指令可以使用,根據說明使用就可以了,常用命令 topN, list, 等,也可以使用web命令繪製出瀏覽器可查看的圖形化分析