这是我参与「第五营」笔记创作活动的的第5天。

Golang 性能调优实践

一、简介

⭐ 性能调优原则

要依靠数据不是猜测
要定位最大瓶颈而不是细枝末节
不要过早优化
不要过度优化

二、性能分析工具 pprof

⭐ 希望知道应用在什么地方耗费了多少 CPU、Memory

⭐ pprof 是用于可视化和分析性能分析数据的工具

功能简介

具体的工具：可以在 runtime/pprof 中找到源码，同时 Golang 的 http 标准库中也对 pprof 做了一些封装，能让你在 http 服务中直接使用它
采样部分：它可以采样程序运行时的 CPU、堆内存、goroutine、 锁竞争、阻塞调用和系统线程的使用数据
分析：通过网页和可视化终端直观分析
展示：用户可以通过列表、调用图、火焰图、源码、反汇编等视图去展示采集到的性能指标。方便分析

排查实战

内容较多，具体内容可以查看这篇博客：golang pprof 实战

采样过程和原理

CPU

⭐ 采样对象: 函数调用和它们占用的时间

⭐ 采样率: 100次/秒，固定值

⭐ 采样时间: 从手动启动到手动结束

⭐ 操作系统：每 10ms 向进程发送一次 SIGPROF 信号

⭐ 进程：每次接收到 SIGPROF 会记录调用堆栈

⭐ 写缓冲：每 100ms 读取已经记录的调用栈并写入输出流屏幕截图 2023-01-18 202531_magic.png

heap-堆内存

采样程序通过内存分配器在堆上分配和释放的内存，记录分配/释放的大小和数量
采样率：每分配 512KB 记录一次，可在运行开头修改，1为每次分配均记录
采样时间：从程序运行开始到采样时
采样指标：alloc space, alloc objects, inuse space, inuse_objects
计算方式：inuse = alloc - free

Goroutine & ThreadCreate

⭐ Goroutine：记录所有用户发起且在运行中的 goroutine (即入门非runtime开头的) runtime.main 的调用信息

⭐ ThreadCreate：记录程序创建的所有系统线程的信息屏幕截图 2023-01-18 204706.png

Block-阻塞

采样阻塞操作的次数和耗时
采样率：阻塞耗时超过闯值的才会被记录，1为每次阻塞均记录

Mutex-锁

采样争抢锁的次数和耗时
采样率:只记录固定比例的锁操作，1为每次加锁均记录

小结

⭐ 掌握常用 pprof 工具功能

⭐ 灵活运用 pprof 工具分析解决性能问题

⭐ 了解 pprof 的采样过程和工作原理

性能调优案例

介绍实际业务服务性能优化的案例，对逻辑相对复杂的程序如何进行性能调优

业务服务优化

基本概念

⭐ 服务: 能单独部署，承载一定功能的程序

⭐ 依赖：Service A 的功能实现依赖，Service B 的响应结果，称为 Service A 依赖 Service B

⭐ 调用链路：能支持一个接口请求的相关服务集合及其相互之间的依赖关系

⭐ 基础库: 公共的工具包、中间件屏幕截图 2023-01-18 212249.png

流程

建立服务性能评估手段

服务性能评估方式

单独 benchmark 无法满足复杂逻辑分析

不同负载情况下性能表现差异 请求流量构造

不同请求参数覆盖逻辑不同

线上真实流量情况

压测范围

单机器压测

集群压测

性能数据采集

单机性能数据

集群性能数据

分析性能数据，定位性能瓶颈

使用库不规范

高并发场景优化不足

重点优化项改造

正确性是基础

响应数据 diff

线上请求数据录制回放

新旧逻辑接口数据 diff

优化效果验证

重复压测验证

上线评估优化效果

关注服务监控

逐步放量

收集性能数据

基础库优化

⭐ AB实验SDK的优化

分析基础库核心逻辑和性能瓶颈

设计完善改造方案

数据按需获取

数据序列化协议优化

内部压测验证

推广业务服务落地验证

Go 语言优化

编译器&运行时优化

优化内存分配策略

优化代码编译流程，生成更高效的程序

内部压测验证

推广业务服务落地验证

优点

接入简单，只需要调整编译配置

通用性强

小结