性能优化

总结：不需要像学习中那样对算法细枝末节进行优化，而是着重常见的性能陷阱即可

Benchmark

Slice、map、strings.Builder 预分配内存 另一个陷：大内存未释放 在已有切片基础上创建切片，不会创建新的底层数组场景 原切片较大，代码在原切片基础上新建小切片原底层数组在内存中有引用，得不到释放 可使用copy替代re-slice 字符串处理：

使用strings.Builder 使用+拼接性能最差，strings.Builder，bytes.Buffer相近，strings.Buffer更快 分析： 字符串在Go语言中是不可变类型，占用内存大小是固定的 使用+每次都会重新分配内存 strings.Builder，bytes.Buffer底层都是byte数组 内存扩容策略，不需要每次拼接重新分配内存

使用空结构体节省内存:如用map实现set，此时只需要用到map的键

避免常见性能陷阱即可保证大部分程序性能

性能调优实践

性能调优

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木节不要过早优化 不要过度优化

pprof实战

功能简介：

使用命令 go tool pprof 'http://localhost:6060/debug/pprof/profile?seconds=10"

CPU 命令：topN 查看占用资源最多的函数
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 --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，函数中没有调用其他函数 Flat=0，函数中只有其他函数的调用

命令web

调用关系可视化

个人总结：可视化更加容易观察，如火焰图

Heap-堆内存

go tool pprof -http=:8080 http://localhost:6060/debug/pprof/heap 可视化展示内存问题

goroutine-协程

go tool pprof -http=:8080 http://localhost:6060/debug/pprof/goroutine

source视图下可搜索相应代码

mutex-锁

后缀改成mutex即可

个人理解：整个过程就是利用性能分析工具，逐个分析哪些方面占用性能较大并解决

调优案例

个人思考：调优其实不论是业务还是库还是语言调优，基本逻辑都相同，即使用分析工具，在高峰、低峰时段对性能分别检测，分析清楚业务原理，优化占用性能的相应业务， 基本概念

服务：能单独部署，承载一定功能的程序依赖：SenviceA的功能实现依赖 ServiceB的响应结果，称为ServiceA依赖ServiceB 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

重复调用、异步处理等都可通过火焰图来看

性能调优原则

要依靠数据不是猜测

性能分析工具pprof 熟练使用pprof 工具排查性能问题并了解其基本原理性能调优 保证正确性 定位主要瓶颈

个人思考：性能调优不同于我们参加的算法竞赛，与其对细枝末节十分在意，更主要的是保证业务大体上的稳定。