Go语言下的pprof

对于go语言的pprf分析我们有两种情况，一个是针对长期开启的服务进行探测，还有一种是针对脚本进行分析

针对服务型#

我们可以在代码中使用 net/http/pprof 包。你只需要在代码中匿名引入，它会自动在 8080（或其他你定义的）端口开启一个 /debug/pprof 路由。

1
// 在main函数中启动
2
go func() {
3
   http.ListenAndServe("localhost:6060", nil)
4
    }()

这样go会在6060端口下打开一个网页(~~虽然很简陋~~)，访问http://localhost:6060/debug/pprof/就可以看到这样一个的分析

脚本#

对于脚本和一些简单go程序，会运行一段时间直接退出，这个时候就不适合打开端口监控了，我们可以直接在脚本中插入埋点

1
package main
2

3
import (
4
    "os"
5
    "runtime/pprof"
6
    "runtime"
7
    "log"
8
)
9

10
func main() {
11
    // --- CPU Profile ---
12
    cpuFile, err := os.Create("cpu.prof")
13
    if err != nil {
14
        log.Fatal(err)
15
    }
16
    pprof.StartCPUProfile(cpuFile)
17
    defer pprof.StopCPUProfile()
18

19
    // 运行你的脚本逻辑
20
    runScriptLogic()
21

22
    // --- Memory Profile ---
23
    memFile, err := os.Create("mem.prof")
24
    if err != nil {
25
        log.Fatal(err)
26
    }
27
    defer memFile.Close()
28

29
    // 显式运行一次 GC，确保内存数据准确
30
    runtime.GC()
31
    if err := pprof.WriteHeapProfile(memFile); err != nil {
32
        log.Fatal(err)
33
    }
34
}
35

36
func runScriptLogic() {
37
    // 模拟耗时或内存密集操作
38
    sum := 0
39
    for i := 0; i < 1000000; i++ {
40
        sum += i
41
    }
42
}

这个时候我们运行结束后会发现目录下多了cpu.prof 和 mem.prof 文件，我们使用pprf就可以进行分析：

1
go tool pprof cpu.prof

更推荐的测试方法#

如果我们需要测试的内容可以封装为一个函数，那么使用 Go 的测试工具链进行性能分析是最简单、最专业的做法，不需要在业务代码里写任何 pprof 代码

我们需要编写一个benchmark文件

1
package main
2

3
import "testing"
4

5
func BenchmarkMyTask(b *testing.B) {
6
    for i := 0; i < b.N; i++ {
7
        runScriptLogic() // 调用你要分析的函数
8
    }
9
}

然后通过 test 工具链对整个程序进行测试并生成分析

1
go test -bench . -cpuprofile cpu.prof -memprofile mem.prof

最后通过pprf进行分析

1
go tool pprof -http=:8080 cpu.prof // 在8080端口打开网页，需要安装Graphviz

imicola的猫咖

针对服务型#

脚本#

更推荐的测试方法#

继续阅读

换条路线

imicola的猫咖

针对服务型#

脚本#

更推荐的测试方法#

分享文章

沿着主题读

换条路线