基本介绍
pprof 是在做性能优化前的性能分析工具。
安装： go get -u github.com/google/pprof
分析工具
go tool pprof 是命令行指令，用于分析 Profiling 数据，源数据可以是 http 地址，也可以是已经 dump 下当 profile 文件；查看模式可以命令行交互模式，也可以是浏览器模式（-http 参数）。
两种应用
- 服务型应用
_ "net/http/pprof"包，专用于采集 web 服务 运行数据的分析。即在运行的服务中通过 API 调用取数据。 - 工具型应用
"runtime/pprof"包，专用于采集 应用程序 运行数据的分析。通过代码手动添加收集命令。
服务型应用场景中因为应用要一直提供服务。所以 pprof 是通过 API 访问来获取，pprof 使用了默认的 http.DefaultServeMux 挂在这些 API 接口。开发者也可以手动注册路由规则挂载 API，如 r.HandleFunc("/debug/pprof/debugopen", openFunc)
工具性应用是一个提供特定功能使用的工具，使用完就会退出进程的应用。开发者手动控制把 profile 文件保存到报告文件中。
封装了接口可以调用，如要进行 CPU Profiling，则调用 pprof.StartCPUProfile(w io.Writer) 写入到 w 中，停止时调用 StopCPUProfile()；要获取内存数据，直接使用 pprof.WriteHeapProfile(w io.Writer) 函数则可。
可以做？
可以做（ $host/debug/pprof/$type, $type 即下方列表的英文单词）：
- CPU 分析（profile）: 你可以在 url 上用
seconds参数指定抽样持续时间（默认 30s），你获取到概览文件后可以用go tool pprof命令调查这个概览 - 内存分配（allocs）: 所有内存分配的抽样
- 阻塞（block）: 堆栈跟踪导致阻塞的同步原语
- 命令行调用（cmdline）: 命令行调用的程序
- goroutine: 当前 goroutine 的堆栈信息
- 堆（heap）: 当前活动对象内存分配的抽样，完全也可以指定
gc参数在对堆取样前执行 GC - 互斥锁（mutex）: 堆栈跟踪竞争状态互斥锁的持有者
- 系统线程的创建（threadcreate）: 堆栈跟踪系统新线程的创建
- trace: 追踪当前程序的执行状况. 你可以用
seconds参数指定抽样持续时间. 你获取到 trace 概览后可以用go tool pprof命令调查这个 trace
基本使用
（初学，以下暂时均以 net/http/pprof 使用为例）
- 编写 Demo 文件 demo.go，运行这个文件
package main
import (
"log"
"net/http"
_ "net/http/pprof"
)
func main() {
go func() {
for {
log.Println(Add("Hello world"))
}
}()
http.ListenAndServe("0.0.0.0:6060", nil)
}
var datas []string
func Add(str string) string {
data := []byte(str)
sData := string(data)
datas = append(datas, sData)
return sData
}
通过 Web API 分析
- 访问
http://localhost:6060/debug/pprof/页面，可以看到总览 - 点击其中的链接，可以看到各部分的概览
注：网页点击一些链接会下载文件，这些文件应该是需要专用工具才能打开查看分析，如 profile；而且默认采样时长 30s
通过 dump 文件进行分析
通过 dump 文件进行分析可以在命令行中交互式分析，也可以通过浏览器进行可视化分析。
-
通过执行命令
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=60会进行 60s 内进行采样（默认 30s），并进入 命令行交互模式：$ go tool pprof http://localhost:6060/debug/pprof/profile Fetching profile over HTTP from http://localhost:6060/debug/pprof/profile Saved profile in C:\Users\xxxxxx\pprof\pprof.samples.cpu.003.pb.gz Type: cpu Time: Jun 17, 2020 at 3:25pm (CST) Duration: 30.14s, Total samples = 31.64s (104.96%) Entering interactive mode (type "help" for commands, "o" for options) (pprof)
可输入 help 查看可用命令，输入 o 查看可用选项。没多用这里就不再介绍。
CPU profile 的 top 命令
在 CPU profile 交互页面输入 topN 可以查看 top N 的概况（N 可省略，默认为 10）
(pprof) top
Showing nodes accounting for 29.92s, 94.56% of 31.64s total
Dropped 117 nodes (cum <= 0.16s)
Showing top 10 nodes out of 33
flat flat% sum% cum cum%
28.52s 90.14% 90.14% 28.58s 90.33% runtime.cgocall
0.81s 2.56% 92.70% 0.82s 2.59% runtime.stdcall1
0.24s 0.76% 93.46% 0.25s 0.79% runtime.stdcall3
0.16s 0.51% 93.96% 29.10s 91.97% internal/poll.(*FD).writeConsole
0.05s 0.16% 94.12% 29.28s 92.54% internal/poll.(*FD).Write
0.04s 0.13% 94.25% 0.18s 0.57% runtime.findrunnable
0.03s 0.095% 94.34% 0.18s 0.57% runtime.mallocgc
0.03s 0.095% 94.44% 0.25s 0.79% runtime.mcall
0.02s 0.063% 94.50% 29.49s 93.20% log.(*Logger).Output
0.02s 0.063% 94.56% 29.71s 93.90% log.Println
(pprof)
信息：
- 显示的节点在总共 31.64s 的抽样中，占 29.92s，比例 94.56%
- 在 33 个样本中显示了 top 10
- 列表解释（cum: cumulative 堆积的）
- flat: 在给定函数上运行耗时
- flat%: 在给定函数上运行耗时总比例
- sum%: 给定函数 累计 使用 CPU 总比例
- cum: 当前函数 以及包含子函数 的调用运行总耗时
- cum%: 同上的 CPU 运行耗时总比例
- 最后一列为函数名称
heap profile 的 top 命令
go tool pprof http://localhost:6060/debug/pprof/heap
$ go tool pprof http://localhost:6060/debug/pprof/heap
Fetching profile over HTTP from http://localhost:6060/debug/pprof/heap
Saved profile in C:\Users\xxxxxx\pprof\pprof.alloc_objects.alloc_space.inuse_objects.inuse_space.001.pb.gz
Type: inuse_space
Time: Jun 17, 2020 at 3:52pm (CST)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof)
(pprof) top
Showing nodes accounting for 10.04GB, 100% of 10.04GB total
flat flat% sum% cum cum%
10.04GB 100% 100% 10.04GB 100% main.Add
0 0% 100% 10.04GB 100% main.main.func1
(pprof)
- inuse_space: 常驻内存占用情况
- alloc_objects： 内存临时分配情况
启用可视化界面进行分析
需要安装 graphviz，参考：Graphviz安装及简单使用。
- 方式一：
go tool pprof -http=:8080 cpu.prof，通过-http参数 - 方式二：
go tool pprof cpu.prof，然后在交互页面输入web [funcName]命令（函数调用图生成 svg 文件并用浏览器查看）
看懂这些菜单中的信息很重要，你可以知道中这个页面能做到什么，本人中调查过程中就没有注意这个问题，浪费了很多时间，到后面才后知后觉。
- VIEW 看各种视图
- Top：主要看占用内存当排名信息
- Graph：主要看调用关系图，并且通过框框的粗细、颜色当深浅、线的实虚、以及数字信息包括执行时间和占比
- Flame Graph：火焰图，要看宽度和深度，heap 中宽度表明内存占用大小，
- Peek
- Source
- Disassemble
- SAMPLE：采样信息，包括申请对象、申请空间、占用对象、占用空间的信息
- REFINE：可以精细化视图中的信息
- Focus：聚焦在选中元素的上下游元素
- Ignore：忽略选中当元素，包含其后继元素
- Hide：隐藏选中当元素，但不会隐藏其后继元素
- Show：只显示选中的元素，不包含后继元素
- Show from：从选中当某一个元素开始，只列出其后继元素
- CONFIG：能将当前已精细化的页面保存起来
对比两个文件差异
可以使用 go tool pprof -http=:9092 -base 0713_1544_heap 0715_1439_heap 对比两个文件，并通过浏览器打开。很实用。
火焰图
火焰图，调用顺序是从上到下（有些是从下到上，如火焰一般），每一块代表一个函数，越大代表占用 CPU 时间越长。
点击块深入分析。
刨析火焰图，参考如何读懂火焰图？
- 火焰图是对系统调用栈进行抽样调查
- 一般采样记录信息有三个参数：采样的进程号、采样的频率（每秒采样多少次，通常 99 次）、采样持续时间
- 如，对某 一个进程 的 调用栈 进行采样，每秒 99 次（Hz）、持续 30s。如果这个服务器有 16 个 CPU，就能采集到
99 * 30 * 16 = 47520个调用栈信息 - 将调用栈信息组装成火焰图
- 火焰图 Y 轴表示调用栈，每一个 块 都是一个函数。调用栈越深，火焰越高。火焰顶端是正在执行的函数，底端是父函数（有些火焰是正的，有些是倒的）
- 火焰图 X 轴表示抽样次数。如果一个函数越宽，就表示被抽到的次数越多，执行时间越长。
- 注意：X 轴不表示时间先后顺序，而是所有调用栈合并后，按字母顺序排列的。
- 火焰图的颜色表示 CPU 的繁忙程度。
- 火焰图就是看顶层那个函数最宽。若有“平顶”（plateaus），就很有可能存在性能问题。
- 火焰图是 SVG 图（Scalable Vector Graphics 可伸缩的矢量图形参考），可以很方便得进行互动。
火焰图局限：
- 调用栈过深时，某些系统只返回前面一部分（如前 10 层）
- 函数名缺失时，只能用内存地址来表示（如匿名函数）
通过 test 用例也可以生产 profile 文件
编写 test 用例，demo_test.go:
package main
import "testing"
const url = "hello world"
func TestAdd(t *testing.T) {
s := Add(url)
if s == "" {
t.Errorf("Test.Add error")
}
}
func BenchmarkAdd(b *testing.B) {
for i := 0; i < b.N; i++ {
Add(url)
}
}
执行测试 go test -bench=. -cpuprofile=cpu.prof 及输出：
$ go test -bench=. -cpuprofile=cpu.prof
goos: windows
goarch: amd64
pkg: awesomeProject/pprof
BenchmarkAdd-12 13364784 88.3 ns/op
PASS
ok awesomeProject/pprof 1.828s
参数解释：
-
-bench: 通过go help testflag查看，按通配运行 benchmarks -
-cpuprofile: 指定 CPU profiling 的保存文件 -
-memprofile: 指定 Memory profiling 的保存文件
结果在本目录生成了 cpu.prof 文件
参考
- 官方README讲解如何阅读信息
- Continuous Profiling of Go programs
- Golang 大杀器之性能剖析 PProf
- Golang 大杀器之性能剖析 PProf-Github
- Graphviz安装及简单使用
- 如何读懂火焰图？
- SVG 百度百科
- 实战Go内存泄露（超详细）