一文掌握Go性能分析、采样分析、链路追踪分析、生成火焰图、打点对比分析、压力测试分析、生成网页报告web查看。

Go性能分析

1. 准备工作

1.1 下载go-wrk

这个是用来进行http接口压测的,
官网地址：https://github.com/tsliwowicz/go-wrk

七牛云下载

使用

go-wrk -d 500 http://localhost:8080/hello

1.2 安装生成火焰图工具

1.2.1 下载go-torch

go get github.com/uber/go-torch

1.2.2 安装perl

官网下载地址：https://www.activestate.com/products/perl/downloads/

七牛云下载

注意：安装时记得把添加到环境变量PATH选项勾上

1.2.3 下载FlameGraph

git clone https://github.com/brendangregg/FlameGraph.git

注意：将此文件夹加入到PATH环境变量中

1.3 下载graphviz

生成SVG 图，能够更好地看到函数调用 CPU 占用情况

1.3.1 Windows安装

官网下载地址：https://graphviz.gitlab.io/_pages/Download/Download_windows.html

七牛云下载

安装好之后，添加其 bin文件到PATH环境变量中

1.3.2 Linux安装

# MacOS
brew install graphviz

# Ubuntu
sudo apt-get install graphviz

# Centos
yum install graphviz

1.3.3 测试

检查是否安装成功

dot -version

2. 性能分析

2.1 开启性能分析

开启性能分析只需要导入下面这个包即可

import _ "net/http/pprof"

2.2 开始压测

完整代码见文章末尾附录

1. 启动 main.go
2. 开始压测

go-wrk -d 500 http://localhost:8080/hello

2.3 web查看

浏览器打开：http://localhost:8080/debug/pprof/

• allocs: 内存分配情况
• block: 导致阻塞同步的堆栈跟踪
• cmdline: 当前程序激活的命令行
• goroutine: 当前运行的goroutine
• heap: 存活对象的内存分配情况
• mutex: 互斥锁的竞争持有者的堆栈跟踪
• profile: 默认进行 30s 的 CPU Profiling
• threadcreate: 操作系统线程跟踪
• trace: 当前程序执行情况
• full goroutine stack dump: 所有goroutine栈输出

粗略查看，以goroutine为例，参数有debug=1 与 debug = 2

• http://localhost:8080/debug/pprof/goroutine?dubug=1
  

• http://localhost:8080/debug/pprof/goroutine?dubug=2
  

2.4 采样分析

下面命令会打开一个交互页面

go tool pprof --seconds 5 http://localhost:8080/debug/pprof/profile

常用命令

• top n n不写默认显示10个占用CPU时间最多的函数
• top -cum 将数据累计查看各个函数CPU占用
• tree 树形结构查看goroutine情况。
• list 方法名 查看方法名里面具体调用耗时时长。
• web 生成SVG函数调用图（需安装graphviz）
• exit 退出分析

打开pprof可视化页面，与上面 可交互页面中web命令效果一样

go tool pprof -http=:8080 http://localhost:8080/debug/pprof/profile?seconds=60

其他参数

• -inuse_space： 分析程序常驻内存的占用情况
• -alloc_objects：分析内存的临时分配情况

go tool pprof -inuse_space http://localhost:8080/debug/pprof/heap

go tool pprof -alloc_space http://localhost:8080/debug/pprof/heap

2.5 生成火焰图

进行 5 秒钟的 CPU 性能采样并生成火焰图

go-torch --seconds 5 http://localhost:8080/debug/pprof/profile

命令执行完会在该目录下生成一个torch.svg文件，可用浏览器打开查看火焰图

2.6 链路追踪分析

curl http://localhost:8080/debug/pprof/trace?seconds=30 > trace.out

go tool trace trace.out

上面会打开一个Web页面，我们点击View trace可以看到整个链路追踪页面。
按W可以将时间线放大，S 将时间线缩小

• Goroutine analysis 查看每个方法的Goroutine数量
• Network blocking profile 查看IO阻塞情况
• Synchronization blocking profile 查看系统同步阻塞情况
• Syscall blocking profile 查看系统调用阻塞情况
• Scheduler latency profile 查看系统调度阻塞情况

如果只想针对某个方法进行分析可以在方法内第一行加上下面代码

f, err := os.Create("trace.out")
if err != nil {
    panic(err)
}
defer f.Close()

err = trace.Start(f)
if err != nil {
    panic(err)
}
defer trace.Stop()

常用解释

名称	含义
Execution Time	执行时间
Network Wait Time	网络等待时间
Sync Block Time	同步阻塞时间
Blocking Syscall Time	调用阻塞时间
Scheduler Wait Time	调度等待时间
GC Sweeping	GC 清扫
GC Pause	GC 暂停

2.7 打点对比分析

下文以 goroutine为列，想比较 内存的话，可把url后缀改成 heap

打第一个时间点

go tool pprof http://localhost:8080/debug/pprof/goroutine

等待一会，再打第二个时间点

go tool pprof http://localhost:8080/debug/pprof/goroutine

会生成两个采样文件 pprof.goroutine.001.pb.gz pprof.goroutine.002.pb.gz

对比分析

go tool pprof -base pprof.goroutine.001.pb.gz pprof.goroutine.002.pb.gz

会和之前一样出现一个命令行交互界面，不同的是这个里面的信息是两者的差异比较。我们通过 top
查看两者差异goroutine最大之处是在哪里，然后通过 traces 查看栈调用信息，
也可以通过 list 方法名 查看某个方法具体哪一行出了问题

3. Go压力测试分析

1.生成 pprof.cpu文件

go test -bench . -benchmem -cpuprofile pprof.cpu

2.分析pprof.cpu文件

go tool pprof pprof.cpu

3.使用ab压测

ab -n 200 -c 20 -p data.txt http://localhost:8082/hello 

• -n 一共请求多少次
• -c 每次请求多少个

---

完整代码：

pprof/gc/main.go

package main

import (
	"fmt"
	"log"
	"runtime"
	"time"
)

// 查看当前程序内存分配情况
func readMemStats() {
	var ms runtime.MemStats
	runtime.ReadMemStats(&ms)
	fmt.Printf("Alloc:%d(bytes) HeapIdle:%d(bytes) HeapReleased:%d(bytes) \n", ms.Alloc, ms.HeapIdle, ms.HeapReleased)
}

func main() {
	readMemStats()

	arrays := make([]int, 8)
	for i := 0; i < 32*1000*1000; i++ {
		arrays = append(arrays, i)
		if i == 16*1000*1000 {
			readMemStats()
		}
	}
	readMemStats()

	log.Println(" ===> [start gc]")
	runtime.GC() //强制调用gc回收

	log.Println(" ===> [gc Done].")
	readMemStats()

	time.Sleep(3 * time.Second)
}

pprof/main.go

package main

import (
	"fmt"
	"github.com/charmbracelet/lipgloss"
	_ "net/http/pprof"
)

var style = lipgloss.NewStyle().Bold(false).Foreground(lipgloss.Color("#FAFAFA")).Background(lipgloss.Color("#7D56F4")).PaddingTop(2).PaddingLeft(4).Width(22)

func main() {
	fmt.Println(style.Render("Hello, kitty."))
}