这是我参与「第五届青训营」伴学笔记创作活动的第 6 天
性能分析的目的是为了调优，性能调优的原则：
- 要依靠数据而不是猜测。
- 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。
Go 自带的基准测试可以分析一个单元的性能情况，而调优的时候我们更希望知道整个应用在什么地方耗费了多少 CPU 、内存，就可以用到 pprof 。pprof 是用于可视化和分析性能分析数据的工具。
pprof 功能简介
pprof 提供了从采样到展示再到分析的完整功能：
- 采样：
- CPU 数据采样
- 堆内存数据采样
- 协程数据采样
- 锁数据采样
- 阻塞数据采样
- 线程创建数据采样
- 展示：提供多种可视化图像展示
- Top
- 调用图 - Graph
- 火焰图 - FlameGraph
- Peek
- 源码展示 - Source
- 反汇编 - Disassemble
- 分析：提供两种分析方式
- 浏览器网页
- 可视化命令行终端
- 在 Go 程序中引入
- runtime/pprof
- net/http/pprof
pprof 排查实战
项目运行
pprof实践项目：github.com/wolfogre/go…
项目提前埋下了一些炸弹代码，产生可观测的性能问题。
运行项目后，使用浏览器打开/debug/pprof的地址即可查看应用当前的各种性能数据：
CPU问题
使用pprof命令工具采集数据：
go tool pprof "http://localhost:6060/debug/pprof/profile?second=10"
采集完成后输入top：
flat：当前函数本身的执行耗时flat%：flat占 CPU 总时间的百分比sum%：上面每一行的flat%总和cum：指当前函数本身加上其调用函数的总耗时cum%：cum占 CPU 总时间的比例
flat == cum时函数没有调用其他函数；flat == 0时函数中只有其他函数的调用。
从结果可见tiger.Eat这个函数占 CPU 总时间的百分比最大，因此优化目标应该在这个占比最大的函数。
接下来使用list命令查找上面发现的占比最大的函数Eat中具体哪里消耗资源最大：
即可发现是在 24 行处的循环中消耗了最大的 CPU 时间。
定位以后进行优化，这里直接注释掉这一部分的代码：
重新运行后，CPU 就降下来了：
内存问题
在 CPU 问题解决后，内存问题还没有解决：
接下来就使用pprof排查内存问题。在排查 CPU 问题的时候使用的是命令行方式，pprof也支持使用图形 UI 的方式。执行命令：
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/heap"
执行后会打开一个浏览器窗口：
即可直接查看到内存占用最多的地方在mouse.Steal函数。
在 View 中可以查看各种类型的图形展示：
可以在Source视图中查看到Steal函数中哪里占用了最多的内存：
对这部分代码进行优化，这里直接注释掉：
重启应用，内存大小也降下来了：
但是注意到刚才分析的都是inuse正在使用的内存：
在Sample中可以查看其他类型的内存使用情况：
alloc_objects：程序累计申请的对象数alloc_space：程序累计申请的内存大小inuse_objects：程序当前持有的对象数inuse_space：程序当前占用的内存大小
查看程序累计申请的内存大小alloc_space，发现仍然存在较大内存占用的情况：
这里的Run函数一直在申请内存，只不过申请了以后并没有使用，因此很快又被释放掉了，所以在inuse_space中排查不到这部分代码，而在alloc_space中即可排查到。将这部分代码也注释，内存问题就全部解决了。
协程问题
要查看哪方面的问题只需要把命令的后缀换一下即可：
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/goroutine"
同样地，即可发现协程数目过多的问题，并且可以看出问题出在wolf.Drink函数中：
分析性能问题时火焰图Flame Graph也是常用的图：
火焰图的块越长表示占用越多，也可以看出是wolf.Drink函数占用协程数目最多。
在Source视图中定位具体位置：
将对应代码优化掉，协程问题即可解决。
锁的问题
同样地，将命令中的地址最后改为mutex即可查看锁的问题：
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/mutex"
优化对应代码，解决锁的问题。
阻塞问题
执行命令：
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/block"
优化cat.Pee函数的代码，解决阻塞问题。
pprof 采样原理
对于 CPU 数据的采样：
- 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：从手动开启到手动结束
- Go 进程启动操作系统的定时器，操作每隔 10ms 向 Go 进程发送一次
SIGPROF信号 - Go 进程每次收到信号就会记录调用堆栈
- Go 进程每 100ms 读取已经记录的调用堆栈并写入输出流
对于堆内存的采样：
- 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 表示每次分配均记录。
- 采样时间：从程序运行开始到采样时。
对于 Goroutine 和 线程创建 的采样：
- Goroutine：记录用户发起且在运行中的 goroutine (即入口非 runtime 开头的) runtime.main 的调用栈信息。
- ThreadCreate：记录程序创建的所有系统线程的信息。
对于阻塞和锁：
-
阻塞操作：
- 采样阻塞操作的次数和耗时。
- 采样率：阻塞耗时超过阈值的才会被记录，1 表示每次阻塞均记录。
-
锁竞争：
- 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。
