性能优化分析工具｜青训营笔记**Go语言性能优化分析工具有很多，下面列出了几个常用的： ** pprof：pprof

**Go语言性能优化分析工具有很多，下面列出了几个常用的： **

pprof：pprof 是 Go 语言自带的分析性能瓶颈的工具，可以查看 CPU 和内存的使用情况，并且支持动态追踪和可视化分析。
go-torch：go-torch 是一个用火焰图展示程序运行流程、CPU 使用情况的工具。它支持可视化分析，可以快速定位瓶颈的位置及原因。
benchstat：benchstat 是用于比较不同版本的性能提升的工具。它可以从两个或多个基准测试结果文件中读取数据进行分析、比较和报告。
dlv：dlv 是一个 Go 语言的调试工具，可以在运行时查看进程状态、变量的值和函数的调用信息，帮助快速定位代码中的问题。
trace：trace 是一个 Go 语言自带的跟踪工具，可以跟踪并分析代码中的 goroutine、syscall、GC 等事件，帮助找到程序的瓶颈。

这些工具都可以帮助开发者快速诊断 Go 语言程序的性能问题，选择适合自己的工具，结合对应的开发场景和需求，可以提高调试效率，有效地提高系统的性能和稳定性

代码结合

pprof具体结合代码讲解，假设我们有以下示例代码：

go复制代码
package main

import (
    "math/rand"
    "time"
)

func main() {
    rand.Seed(time.Now().UnixNano())
    nums := make([]int, 1000)
    for i := range nums {
        nums[i] = rand.Intn(1000)
    }
    max := nums[0]
    for _, n := range nums {
        if n > max {
            max = n
        }
    }
    time.Sleep(10 * time.Second)
    println("Max number is:", max)
}

这是一个简单的随机数生成程序，它首先生成了一个包含 1000 个随机数的 slice，然后遍历这个 slice，找到最大值并输出。最后，程序会休眠 10 秒钟，并输出最大值。

我们可以使用 pprof 工具分析此代码的性能，具体步骤如下：

在代码中添加导入 _ "net/http/pprof" 包，并在主函数中添加相关代码：

go复制代码
package main

import (
    "math/rand"
    "net/http"
    _ "net/http/pprof"
    "time"
)

func main() {
    go func() {
        http.ListenAndServe(":8080", nil)
    }()
    rand.Seed(time.Now().UnixNano())
    nums := make([]int, 1000)
    for i := range nums {
        nums[i] = rand.Intn(1000)
    }
    max := nums[0]
    for _, n := range nums {
        if n > max {
            max = n
        }
    }
    time.Sleep(10 * time.Second)
    println("Max number is:", max)
}

这里添加了启动 HTTP 服务的代码，以便从 Web 页面访问 pprof 工具进行性能分析。

运行程序，并在浏览器中访问 http://localhost:8080/debug/pprof/，可以看到 pprof 的 Web 界面。在这里，我们可以看到一些默认的性能分析图表，例如 goroutine、heap、mutex、block、threadcreate 等等。
使用 wrk 等工具模拟高并发请求数据，例如：

bash复制代码
wrk -t4 -c100 -d30s http://localhost:8080/

这将模拟 4 个线程，每个线程使用 100 个连接，持续时间为 30 秒。

分析性能数据。例如，我们可以使用火焰图查看 CPU 使用情况：

bash复制代码
go tool pprof -http=:8090 http://localhost:8080/debug/pprof/profile

这将生成一个 HTML 文件，可以通过访问 http://localhost:8090 在浏览器中打开它。在火焰图中，可以看到函数调用之间的 CPU 使用率百分比，以及每个函数的运行时间信息。

总之，pprof 是一个非常有用的分析性能问题的工具，结合代码使用可以快速帮助我们定位和解决开发中遇到的性能问题。

性能优化分析工具 ｜ 青训营笔记

代码结合

性能优化分析工具｜青训营笔记