这是我参与「第五届青训营 」伴学笔记创作活动的第 9 天
前言
本文主要内容为Go性能调优、性能分析工具——pprof的介绍、pprof的采样过程以及原理解析。
简介
在实际项目中，我们都知道优化很重要，在工作中伴随着迭代的开发，代码的优化要适度进行不要过度，下面是优化的原则可供参考。
性能优化、调优原则：
- 要依靠数据而不是猜测
- 要定位最大瓶颈而不是细枝末叶
- 不要过早优化
- 不要过度优化
性能分析工具
我们希望知道应用在什么地方耗费了多少CPU、Memory，有没有什么工具可以检测？
pprof就是这样的工具，pprof可用于可视化和分析性能分析数据的工具，下面将对pprof进行介绍以及简单的使用介绍。
pprof是一个强大的性能分析工具，可以捕捉到多维度的运行状态的数据，Go在语言层面集成了profile采样工具，在程序运行过程中可以获取cpu、heap、block、traces等执行信息，这些会涉及到runtime/pprof、net/http/pprof等包，获取profile数据最有两种形式：web形式与profile文件生成形式。
pprof实战
项目搭建
搭建pprof实践项目，这里使用的是github上一个开源项目，这个项目提前埋入了一些炸弹代码，产生可观测的性能问题，运行该项目会占用1CPU核心和超过1GB的内存。
开源项目地址：github.com/wolfogre/go…
将项目clone下来之后，在终端输入go run main.go即可运行项目。
指标查看
打开浏览器，输入地址 http://localhost:6060/debug/pprof 即可，如图。
从页面中可以查到，内存、block、协程、堆等分配的情况以及锁的操作等。
CPU
首先看一下CPU的运行情况，打开电脑自带的活动管理器，可以看到此项目在我的电脑上占了48%的CPU。
pprof在每运行一段时间后，就会把运行信息输出到文件中，我们可以通过命令来获取文件。
在终端中输入命令，获取文件：
go tool pprof "http://localhost:6060/debug/pprof/profile?seconds=10"
topN
命令：top
用于查看占用资源最多的函数
参数说明：
flat： 当前函数本身的执行耗时flat%：flat占CPU总时间的比例sum%： 上面每一行的flat%总和cum： 当前函数本身加上其周期函数的总耗时cum%：cum占CPU总时间的比例
从图中可以看到，Flat列有的是0，有的不是0，那么Flat在什么情况下等于Cum?什么情况下等于0呢？
根据上述参数说明，可以知道：
- Flat == Cum，说明函数中没有调用其他函数
- Flat == 0，说明函数中只有其他函数的调用
通过top命令，得出Eat函数是最消耗CPU的，下面介绍如何定位到代码的具体行。
list
命令：list
可以根据指定的正则表达式查找代码行
输入命令list Eat，从输出结果里可以看到对应的文件为tiger.go，而且具体的代码行为24行的for循环。
web
有时候根据命令行查看结果不是很直观，pprof还提供了可视化的查看方式。
命令： web
将调用关系生成可视化文件，可以输出可视化调用量以及每个节点的资源占用数据。
找到代码进行更改，将循环次数改小一些，再次启动项目，查看资源占用情况，可以发现CPU已经没有那么高了。
Heap
经过代码的改造，可以发现CPU的问题已经解决了，但是内存使用还是很高。
这次直接以可视化的方法查看，输入以下命令，打开堆内存的占用情况：
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/heap"
打开之后，会出现一下界面：
从上图我们一眼就可以看出，Mouse这个对象的Steal方法占用的内存最多。
打开View->Source视图，还可以看到具体的代码文件以及对应的行数。
找到对应的代码，将代码进行注释，然后看下资源占用情况。
注释掉mouse.go文件的第50行。
重新运行项目，查看资源占用已经很低了。
采样说明，SAMPLE菜单中有几个选项，对应说明如下：
- 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
协程
goroutine泄露也会导致内存泄露
以可视化的方法查看，输入以下命令，打开堆内存的占用情况：
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/goroutine"
火焰图说明：
- 由上到下标识调用顺序
- 每一块代表一个函数，越长代表占用CPU时间更长
- 火焰图是动态的，支持点击块进行分析
切换到Source视图，查看代码具体位置。
可以看出wolf.go文件里的第34行，协程里进行了睡眠30s，修改此处代码即可修复该问题。
mutex
通过pprof查看锁相关问题，比如加锁时间长等。
执行命令：
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/mutex"
输出界面如下：
切换到代码视图：
可以发现，wolf.go文件里在释放锁前，进行了睡眠操作，对此处代码进行修改即可修复问题。
block
检查代码中是否存在阻塞，执行命令：
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/block"
输出界面如下：
切换到Source视图，可以看到cat.go文件里存在阻塞行为：
同样的，通过top命令也可以看到存在问题的文件。
pprof原理
下面介绍一下pprof的采样过程以及实现原理。
CPU
采样对象：函数调用和他们占用的时间
采样率：100次/秒，固定值
采样时间：从手动启动到手动结束
采样详细流程如下：
流程说明：
- 操作系统：每10ms向进程发送一次
SIGPROF信号 - 进程：每次接收到
SIGPROF信号会记录调用堆栈 - 写缓冲：每100ms读取已经记录的调用栈并写入输出流
堆内存
堆内存采样过程如下：
- 采样程序通过内存分配器在堆上分配和释放内存，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
协程&线程创建
协程和线程创建在实现上非常的相似，都是会在STW之后，遍历所有goroutine/所有线程的列表并输出堆栈，最后Start The World继续运行。这个采样是立刻触发的全量记录，可以通过比较两个时间点的差值来得到某一时间段的指标。
协程(Goroutine)
记录所有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
线程创建(ThreadCreate)
记录程序创建的所有系统线程的信息
协程和线程创建的采样流程如下：
Block&Mutex
阻塞和锁竞争这两个指标在流程和原理也非常相似，这两个采样记录的都是对应操作发生的调用栈、次数和耗时，不过这两个指标的采样率含义并不相同。
阻塞操作的采样率是一个”阈值“，消耗超过阈值时间的阻塞操作才会被记录，1为每次操作都会记录。
锁竞争的采样率是一个”比例“，运行时会通过随机数来只记录固定比例的锁操作，1为每次操作都会记录。
阻塞操作的采样操作：
- 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为每次阻塞均记录
锁竞争的采样操作：
- 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
阻塞和锁竞争的采样流程如下：
总结
本文主要内容为Go性能调优、性能分析工具——pprof，pprof提供了命令行、可视化等排查问题手段，本文通过代码实际运行排查代码中存在的性能问题，通过pprof可以方便快捷的排查代码中出现的CPU、内存、堆栈、协程、block、锁等各个方面的问题。
虽然例子比较简单，但是通过这个例子可以使我们快速上手pprof工具的使用方法，为之后排查问题、性能优化奠定了良好的基础。
