概要
profile就是定时采样,收集cpu,内存等信息,进而给出性能优化指导,golang 官方提供了golang自己的性能分析工具的用法,也给出了指导,官方的介绍
环境
golang环境, graphviz
生成profile方法
golang目前提供了3中profile,分别是 cpu profile, memery profile, blocking profile, 对于如何生成这些profile有两种办法,一种是使用 net/http/pprof 包,一种是需要自己手写代码,下面分别介绍一下
1. net/http/pprof 方法
这种方法是非常非常简单的,只需要引入 net/http/pprof 包就可以了,网页上可以查看
package main
import (
"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 查看整体信息
http://127.0.0.1:8080/debug/pprof/profile 可以将cpu profile下载下来观察分析
从terminal进入profile,进行细致分析
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
- 写代码的方法
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
}
}
会生成两个profile,一个是cpu的,一个是内存的。进入proflie 方法
go tool pprof main profile
main 代表的是二进制文件,也就是编译出来的可执行文件
profile 就是上文中生成的profile,可以是cpu_profile, 也可以是mem_profile
对于cpu_profile 来说,代码开始的时候就可以开始统计了
mem_profile 部分代码如果写在代码开始的位置是统计不出来的,需要找到一个比较好的位置
如何分析 profile
1.按照上文介绍的方法进入profile(go tool pprof)
2.查看profile
进入profile以后可以用 help 指令查看都有哪些指令可以使用,根据说明使用就可以了,常用命令 topN, list, 等,也可以使用web命令绘制出浏览器可查看的图形化分析
有疑问加站长微信联系(非本文作者)