import ( "log" "runtime" "time" )
func test() { //slice 会动态扩容，用slice来做堆内存申请 container := make([]int, 8)
log.Println(" ===> loop begin.")
for i := 0; i < 32\*1000\*1000; i++ {
container = append(container, i)
}
log.Println(" ===> loop end.")
}
func main() { log.Println("Start.")
test()
log.Println("force gc.")
runtime.GC() //强制调用gc回收
log.Println("Done.")
time.Sleep(3600 \* time.Second) //睡眠，保持程序不退出
}
编译
$go build -o snippet && ./snippet
然后在./snippet进程没有执行完，我们再开一个窗口，通过top命令查看进程的内存占用情况
(pidof snippet_mem)
结果如下：
我们看出来，没有退出的snippet\_mem进程有约830m的内存被占用。
直观上来说，这个程序在test()函数执行完后，切片contaner的内存应该被释放，不应该占用830M那么大。
结论：
1、在test()函数执行完后，demo程序中的切片容器所申请的堆空间都被垃圾回收器回收了。
2、如果此时在top指令查询内存的时候，如果依然是800+MB，说明垃圾回收器回收了应用层的内存后，（可能）并不会立即将内存归还给系统。
## 如何分析golang程序的CPU性能情况
### 1.性能分析注意事项
● 性能分析必须在一个
可重复的、稳定的环境中来进行。
○ 机器必须闲置
■ 不要在共享硬件上进行性能分析;
■ 不要在性能分析期间，在同一个机器上去浏览网页
○ 注意省电模式和过热保护，如果突然进入这些模式，会导致分析数据严重不准确
○ 不要使用虚拟机、共享的云主机，太多干扰因素，分析数据会很不一致；
○ 不要在 macOS 10.11 及以前的版本运行性能分析，有 bug，之后的版本修复了。
如果承受得起，购买专用的性能测试分析的硬件设备，上架。
● 关闭电源管理、过热管理;
● 绝不要升级，以保证测试的一致性，以及具有可比性。
如果没有这样的环境，那就一定要在多个环境中，执行多次，以取得可参考的、具有相对一致性的测试结果
### 2.CPU性能分析
利用以下代码进行测试：
package main
import ( "bytes" "math/rand" "time" "log" "net/http" _ "net/http/pprof" )
func test() {
log.Println(" ===> loop begin.")
for i := 0; i < 1000; i++ {
log.Println(genSomeBytes())
}
log.Println(" ===> loop end.")
}
//生成一个随机字符串 func genSomeBytes() *bytes.Buffer {
var buff bytes.Buffer
for i := 1; i < 20000; i++ {
buff.Write([]byte{'0' + byte(rand.Intn(10))})
}
return &buff
}
func main() {
go func() {
for {
test()
time.Sleep(time.Second \* 1)
}
}()
//启动pprof
http.ListenAndServe("0.0.0.0:10000", nil)
}
这里面还是启动了pprof的监听,有关pprof启动的代码如下：
import ( "net/http" _ "net/http/pprof" )
func main() { //... //...
//启动pprof http.ListenAndServe("0.0.0.0:10000", nil) }
main()里的流程很简单,启动一个goroutine去无限循环调用test()方法,休眠1s.
test()的流程是生成1000个20000个字符的随机字符串.并且打印.
我们将上面的代码编译成可执行的二进制文件 demo4(记住这个名字,稍后我们能用到)
$ go build demo4.go
接下来我们启动程序,程序会无限循环的打印字符串.
接下来我们通过几种方式来查看进程的cpu性能情况.
#### A.Web界面查看
浏览器访问http://127.0.0.1:10000/debug/pprof/
我们会看到如下画面
这里面能够通过pprof查看包括(阻塞信息、cpu信息、内存堆信息、锁信息、goroutine信息等等), 我们这里关心的cpu的性能的profile信息.
有关profile下面的英文解释大致如下:
“CPU配置文件。您可以在秒GET参数中指定持续时间。获取概要文件后，请使用go tool pprof命令调查概要文件。”
所以我们要是想得到cpu性能,就是要获取到当前进程的profile文件,这个文件默认是30s生成一个,所以你的程序要至少运行30s以上(这个参数也可以修改,稍后我们介绍)
我们可以直接点击网页的profile,浏览器会给我们下载一个profile文件. 记住这个文件的路径, 可以拷贝到与demo4所在的同一文件夹下.
#### B.使用pprof工具查看
pprof 的格式如下：
go tool pprof [binary] [profile]
binary: 必须指向生成这个性能分析数据的那个二进制可执行文件；
profile: 必须是该二进制可执行文件所生成的性能分析数据文件。
binary 和 profile 必须严格匹配。
我们来查看一下:
$ go tool pprof ./demo4 profile
File: demo4 Type: cpu Time: Mar 3, 2020 at 11:18pm (CST) Duration: 30.13s, Total samples = 6.27s (20.81%) Entering interactive mode (type "help" for commands, "o" for options) (pprof)
help可以查看一些指令,我么可以通过top来查看cpu的性能情况.
(pprof) top Showing nodes accounting for 5090ms, 81.18% of 6270ms total Dropped 80 nodes (cum <= 31.35ms) Showing top 10 nodes out of 60 flat flat% sum% cum cum% 1060ms 16.91% 16.91% 2170ms 34.61% math/rand.(*lockedSource).Int63 850ms 13.56% 30.46% 850ms 13.56% sync.(*Mutex).Unlock (inline) 710ms 11.32% 41.79% 2950ms 47.05% math/rand.(*Rand).Int31n 570ms 9.09% 50.88% 990ms 15.79% bytes.(*Buffer).Write 530ms 8.45% 59.33% 540ms 8.61% syscall.Syscall 370ms 5.90% 65.23% 370ms 5.90% runtime.procyield 270ms 4.31% 69.54% 4490ms 71.61% main.genSomeBytes 250ms 3.99% 73.52% 3200ms 51.04% math/rand.(*Rand).Intn 250ms 3.99% 77.51% 250ms 3.99% runtime.memmove 230ms 3.67% 81.18% 690ms 11.00% runtime.suspendG (pprof)
这里面有几列数据,需要说明一下.
● flat：当前函数占用CPU的耗时
● flat%：:当前函数占用CPU的耗时百分比
● sum%：函数占用CPU的耗时累计百分比
● cum：当前函数加上调用当前函数的函数占用CPU的总耗时
● cum%：当前函数加上调用当前函数的函数占用CPU的总耗时百分比
● 最后一列：函数名称
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化的资料的朋友，可以添加戳这里获取](https://gitee.com/vip204888)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
