go cpu、内存监控、性能分析：PProf

PProf

PProf 是什么

PProf是 golang 官方提供的性能调优分析工具，用于分析和优化Go程序的性能。

PProf通过收集和分析程序的运行时数据来生成性能分析报告。它使用Go语言的运行时特性，如代码注释和特殊的程序运行标记，来收集性能数据。PProf可以检测和测量程序中的CPU利用率、内存分配、阻塞等情况，并生成可视化的报告和图表，以帮助开发人员理解程序的行为和性能瓶颈。

PProf 以 profile.proto 读取分析样本的集合，并生成报告以可视化并帮助分析数据（支持文本和图形报告）。 profile.proto 是一个 Protobuf v3 的描述文件，它描述了一组 callstack 和 symbolization 信息， 作用是统计分析的一组采样的调用栈，是很常见的 stacktrace 配置文件格式。

有哪几种采样方式

• runtime/pprof：采集程序（非 Server）的指定区块的运行数据进行分析。
• net/http/pprof：基于 HTTP Server 运行，并且可以采集运行时数据进行分析。
• go test：通过运行测试用例，并指定所需标识来进行采集。

支持什么使用模式

• Report generation：报告生成。
• Interactive terminal use：交互式终端使用。
• Web interface：Web 界面。

可以做什么

• CPU Profiling：CPU 分析，按照一定的频率采集所监听的应用程序 CPU（含寄存器）的使用情况，可确定应用程序在主动消耗 CPU 周期时花费时间的位置。
• Memory Profiling：内存分析，在应用程序进行堆分配时记录堆栈跟踪，用于监视当前和历史内存使用情况，以及检查内存泄漏。
• Block Profiling：阻塞分析，记录 Goroutine 阻塞等待同步（包括定时器通道）的位置，默认不开启，需要调用 runtime.SetBlockProfileRate 进行设置。
• Mutex Profiling：互斥锁分析，报告互斥锁的竞争情况，默认不开启，需要调用 runtime.SetMutexProfileFraction 进行设置。
• Goroutine Profiling： Goroutine 分析，可以对当前应用程序正在运行的 Goroutine 进行堆栈跟踪和分析。这项功能在实际排查中会经常用到，因为很多问题出现时的表象就是 Goroutine 暴增，而这时候我们要做的事情之一就是查看应用程序中的 Goroutine 正在做什么事情，因为什么阻塞了，然后再进行下一步。

HTTP Server 使用举例

1.代码

提供一个http server，最重要一步，就是在 import 中添加 _ "net/http/pprof" 的引用

import (
	"log"
	"net/http"
	"time"

	_ "net/http/pprof"
)

var datas []string

func main() {
	go func() {
		for {
			log.Printf("len: %d", Add("go-programming-tour-book"))
			time.Sleep(time.Millisecond * 10)
		}
	}()

	_ = http.ListenAndServe("0.0.0.0:6060", nil)
}

func Add(str string) int {
	data := []byte(str)
	datas = append(datas, string(data))
	return len(datas)
}

下载安装 pprof 包，go get github.com/google/pprof 。

启动程序，访问 http://127.0.0.1:6060/debug/pprof/ ，检查是否正常响应。 

2.浏览器访问

访问 http://127.0.0.1:6060/debug/pprof/ ，页面如下：

allocs: 所有过去内存分配的样本

block: 导致同步阻塞的堆栈跟踪

cmdline: 当前程序的命令行调用

goroutine: 所有当前 goroutine 的堆栈跟踪

heap: 活动对象的内存分配情况。您可以指定 gc GET 参数以在获取堆样本之前运行 GC。

mutex: 争用互斥锁持有者的堆栈跟踪

profile: 默认进行 30s 的 CPU Profiling，得到一个分析用的 profile 文件。您可以在秒 GET 参数中指定持续时间。获取配置文件后，使用 go tool pprof 命令来调查配置文件。

threadcreate: 创建新操作系统线程的堆栈跟踪

trace: 当前程序的执行轨迹。您可以在秒 GET 参数中指定持续时间。获取跟踪文件后，使用 go tool trace 命令来调查跟踪。

3.可视化界面分析profile文件

1、文件下载

浏览器页面直接下载：http://127.0.0.1:6060/debug/pprof/

或者终端命令下载：wget http://127.0.0.1:6060/debug/pprof/profile

有时可能存在网络隔离问题，那也可以这么做：

curl http://localhost:6060/debug/pprof/heap?seconds=30 > heap.out

# 下载heap.out到本地
go tool pprof heap.out

2、文件分析

本地执行终端命令：该命令将在所指定的端口号运行一个 PProf 分析用的站点。

go tool pprof -http=:6001 profile文件 

如果出现错误提示 Could not execute dot; may need to install graphviz.，那么意味着你需要安装 graphviz 组件。参考 安装Graphviz

3、文件内容

通过 PProf 所提供的可视化界面，我们能够更方便、更直观的看到 Go 应用程序的调用链、使用情况等。另外在 View 菜单栏中，PProf 还支持多种分析方式的切换，如下：

接下来我们将基于 CPU Profiling 所抓取的 Profile 进行一一介绍，而其它 Profile 类型的分析模式也是互通的，只要我们了解了一种，其余的也就会了。 

Top

• flat：函数自身的运行耗时。
• flat%：函数自身在 CPU 运行耗时总比例。
• sum%：函数自身累积使用 CPU 总比例。
• cum：函数自身及其调用函数的运行总耗时。
• cum%：函数自身及其调用函数的运行耗时总比例。
• Name：函数名。

在大多数的情况下，我们可以通过这五列得出一个应用程序的运行情况，知道当前是什么函数，正在做什么事情，占用了多少资源，谁又是占用资源的大头，以此来得到一个初步的分析方向。

Graph

该视图展示的为整体的函数调用流程，框越大、线越粗、框颜色越鲜艳（红色）就代表它占用的时间越久，开销越大。相反若框颜色越淡，越小则代表在整体的函数调用流程中，它的开销是相对较小的。

因此我们可以用此视图去分析谁才是开销大头，它又是因为什么调用流程而被调用的。

Flame Graph

 Flame Graph（火焰图）它是可动态的，调用顺序由上到下（A -> B -> C -> D），每一块代表一个函数、颜色越鲜艳（红）、区块越大代表占用 CPU 的时间更长。同时它也支持点击块深入进行分析，这样子我们就可以根据不同函数的多维度层级进行分析，能够更好的观察其流转并发现问题。

Flame Graph(new)

Peek

此视图相较于 Top 视图，增加了所属的上下文信息的展示，也就是函数的输出调用者/被调用者。 

Source

该视图主要是增加了面向源代码的追踪和分析，可以看到其开销主要消耗在哪里。

安装Graphviz

1、安装Homebrew

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

官网地址：https://brew.sh/index.html 

2、安装graphviz程序。

brew install graphviz

参考

https://golang2.eddycjy.com/posts/ch6/01-pprof-1/

Go程序内存泄露问题快速定位 - MySpace

pprof 性能分析 | Go 语言高性能编程 | 极客兔兔 

https://www.cnblogs.com/jiujuan/p/14598141.html