应用性能分析

本文介绍使用pprof工具分析go程序的方法，让你快速找到程序中的性能瓶颈。

基本原理

在go的安装包中提供了pprof性能分析工具，使用方法为go tool pprof <运行时数据>，然后它可以根据我们提供的数据分析出程序中各函数据CPU使用情况、内存使用情况、各协程运行情况，其中<运行时数据>的获取有两种方式，一种是让程序在执行时直接保存运行时数据，一种是通过程序的HTTP端口动态获取，这两种方式都需要入侵代码，也就是在目标程序中插入runtime/pprof或net/http/pprof两个包的代码来生成pprof工具需要的数据。下面以HTTP方式为例介绍pprof用法。

准备数据

只需在目标程序中以匿名方式引入net/http/pprof包，然后启动一个http服务即可，如下：

import _ "net/http/pprof"
func main(){
	go func() {
		logger.Error(http.ListenAndServe(":8081", nil))
	}()
	...
}

然后pprof就可以从8081端口上分析程序了。

开始分析

这时先在本地安装一个命令行工具，pprof在生成图片时会用到：brew install graphviz（mac命令）

分析CPU性能：

go tool pprof http://localhost:8081/debug/pprof/profile

命令执行后会阻塞30秒来收集数据，然后进入一个shell界面，等待输入命令：

Fetching profile over HTTP from http://localhost:8081/debug/pprof/profile
Saved profile in /Users/sycki/pprof/pprof.samples.cpu.001.pb.gz
Type: cpu
Time: Oct 16, 2018 at 6:31pm (CST)
Duration: 30.01s, Total samples = 240ms (  0.8%)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof) png

这时我们输入png它就会生成一张png的图片，很清楚的画出占用CPU时间较多函数以及它们关系：

分析内存的方法一样：

go tool pprof http://localhost:3999/debug/pprof/heap

协程执行情况：

go tool pprof http://localhost:3999/debug/pprof/goroutine

除了上面三项还有其它数据可以分析，具体可以打开提供数据的端口查看：http://localhost:8081/debug/pprof/。

小结

可以看出pprof是个很实用的工具，但有一点，就是需要侵入代码，所以可以在编写程序的时候预先把pprof的逻辑加进去，把它做成可以动态打开和关闭的模块，这样我们可以在线上应用出问题时进行远程分析,以最快最直接的方式找出问题点并解决它。