Go语言性能调优实战案例-工程实践 | 青训营笔记

Raintsu
152 阅读4分钟

Go语言性能调优实战案例-工程实践 | 青训营笔记

参加 [第六届青训营] 笔记创作第五篇

性能调优课的内容

分为3个部分：

  • 第一个部分是对性能调优常见的方面进行简介讲解
  • 第二个部分介绍了Go语言用于性能分析的工具pprof
  • 第三个部分是使用pprof来进行实战调优的实例

Go语言性能调优

性能评估简介

Go语言提供了基准性能测试的 benchmark 工具，Benchmark是Go语言中用于性能测试和比较的工具。它可以帮助我们评估代码的执行速度和资源消耗，并提供详细的结果报告。使用代码如下：

go test -bench=. -benchmen

  1. 在测试文件中，定义一个以Benchmark开头的函数，函数签名为func BenchmarkXxx(b *testing.B)，其中Xxx是被测试的函数名。

  2. 在Benchmark函数中，使用b.N来获取测试的迭代次数，然后编写需要测试的代码。

性能优化之slice

slice方面的性能优化主要是对内存的预分配以及管理内存的释放。

slice结构如下：

type slice struct {
    array unsafe.Pointer  // 底层数组的指针
    len int               // 长度
    cap int               // 容量
}

当切片中元素个数大于切片大小时会发生扩容操作。扩容操作花费一定时间，浪费性能，为了节省这部分性能开销,如果知道具体容量，就应该预先设置容量大小。

切片中在创建小的切片，小的切片不会复制大切片的底层数组，而是选择公用一个底层数组，使用新的指针指向合适的位置。但是当这样一个场景，已经存在大的切片 a := [1:10000]int，这时候使用 a[1:3] 创建一个小的切片，这个切片会引用大的切片的底层数组（该数组的大小10000），进行垃圾回收的时候，会分析引用关系，因为小的切片这2个int的空间，10000int的数组空间被引用着，不能释放。这就造成系统资源的极大浪费。

这个问题可以通过使用copy代替re-slice来得到解决。

性能优化之Map

与slice相似，map也有着合理预分配空间可以优化性能的特性。因为不断往Map中put元素，会引发扩容，如果提前分配，可以减少rehash、分配内存的开销。

可以使用make函数在创建map的时候就指定初始容量。 对所需要用到的Map最大容量进行大致预估，并将其作为参数传递给make函数。

func createMap() {
    m := make(map[int]string)
    for i := 0; i < 10000; i++ {
        m[i] = fmt.Sprintf("value%d", i)
    }
}

Benchmark测试：

func BenchmarkCreateMap(b *testing.B) {
    for i := 0; i < b.N; i++ {
        createMap()
    }
}

pprof工具使用实战

性能调优原则

  1. 依靠数据而非猜测
  2. 定位最大瓶颈而非细枝末节
  3. 不需要过早的进行优化
  4. 考虑优化成本，不需要过度

配置

使用pprof需要在程序中导入net/http/pprof包，并在代码中添加相应的路由处理函数。例如，可以在主函数中添加以下代码来启用pprof：

import _ "net/http/pprof"

func main() {
    go func() {
        log.Println(http.ListenAndServe("localhost:6060", nil))
    }()
}

terminal启动了项目源码后，再开一个terminal并输入以下采样代码执行

go tool pprof "http://127.0.0.1:6060/debug/pprof/profile?seconds=10"

执行后使用top命令查看cpu性能分析报告可以看到：

image.png

参数解释：

  • flat 当前函数的本身的执行耗时
  • flat% flat 占 cpu 总时间的比例
  • sum% 上面每一行的 flat% 综合
  • 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

当flat == cum时，根据定义可知当前函数并没有调用其他函数。 相对的，当flat == 0时，那么函数中只有其他函数的调用。

由top看到了eat函数占用cpu较多，故这里用list指定罗列出eat函数的源代码：

image.png

可以使用web命令进行网页可视化显示，例如如果要查看内存的可视化情况，可以输入以下代码：

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

image.png

要看cpu的情况其实把最后的heap改为cpu即可

其他要看协程之类的其实也一样，改为block，goroutine等等，分析思路也是一样的：

  1. 流程图里分析找到占用最大资源的函数
  2. 通过source找到具体行
  3. 注释掉具体行后运行。
avatar
文章
阅读
粉丝