前言
寫了幾噸代碼，實現了幾百個接口。功能測試也通過了，終于成功的部署上線了
結果，性能不佳，什么鬼？
想做性能分析？
PProf
想要進行性能優化，首先矚目在 Go 自身提供的工具鏈來作為分析依據，本文將帶你學習、使用 Go 后花園，涉及如下：
- runtime/pprof：采集程序（非 Server）的運行數據進行分析
- net/http/pprof：采集 HTTP Server 的運行時數據進行分析
是什么
pprof 是用于可視化和分析性能分析數據的工具
pprof 以 profile.proto 讀取分析樣本的集合，并生成報告以可視化并幫助分析數據（支持文本和圖形報告）
profile.proto 是一個 Protocol Buffer v3 的描述文件，它描述了一組 callstack 和 symbolization 信息， 作用是表示統計分析的一組采樣的調用棧，是很常見的 stacktrace 配置文件格式
支持什么使用模式
- Report generation：報告生成
- Interactive terminal use：交互式終端使用
- Web interface：Web 界面
可以做什么
- CPU Profiling：CPU 分析，按照一定的頻率采集所監聽的應用程序 CPU（含寄存器）的使用情況，可確定應用程序在主動消耗 CPU 周期時花費時間的位置
- Memory Profiling：內存分析，在應用程序進行堆分配時記錄堆棧跟蹤，用于監視當前和歷史內存使用情況，以及檢查內存泄漏
- Block Profiling：阻塞分析，記錄 goroutine 阻塞等待同步（包括定時器通道）的位置
- Mutex Profiling：互斥鎖分析，報告互斥鎖的競爭情況
一個簡單的例子
我們將編寫一個簡單且有點問題的例子，用于基本的程序初步分析
編寫 demo 文件
（1）demo.go，文件內容：
（2）data/d.go，文件內容：
運行這個文件，你的 HTTP 服務會多出 /debug/pprof 的 endpoint 可用于觀察應用程序的情況
分析
一、通過 Web 界面
這個頁面中有許多子頁面，咱們繼續深究下去，看看可以得到什么？
- cpu（CPU Profiling）: $HOST/debug/pprof/profile，默認進行 30s 的 CPU Profiling，得到一個分析用的 profile 文件
- block（Block Profiling）：$HOST/debug/pprof/block，查看導致阻塞同步的堆棧跟蹤
- goroutine：$HOST/debug/pprof/goroutine，查看當前所有運行的 goroutines 堆棧跟蹤
- heap（Memory Profiling）: $HOST/debug/pprof/heap，查看活動對象的內存分配情況
- mutex（Mutex Profiling）：$HOST/debug/pprof/mutex，查看導致互斥鎖的競爭持有者的堆棧跟蹤
- threadcreate：$HOST/debug/pprof/threadcreate，查看創建新OS線程的堆棧跟蹤
二、通過交互式終端使用
執行該命令后，需等待 60 秒（可調整 seconds 的值），pprof 會進行 CPU Profiling。結束后將默認進入 pprof 的交互式命令模式，可以對分析的結果進行查看或導出。具體可執行 pprof help 查看命令說明
(pprof) top10 Showing nodes accounting for 25.92s, 97.63% of 26.55s total Dropped 85 nodes (cum <= 0.13s) Showing top 10 nodes out of 21 flat flat% sum% cum cum% 23.28s 87.68% 87.68% 23.29s 87.72% syscall.Syscall 0.77s 2.90% 90.58% 0.77s 2.90% runtime.memmove 0.58s 2.18% 92.77% 0.58s 2.18% runtime.freedefer 0.53s 2.00% 94.76% 1.42s 5.35% runtime.scanobject 0.36s 1.36% 96.12% 0.39s 1.47% runtime.heapBitsForObject 0.35s 1.32% 97.44% 0.45s 1.69% runtime.greyobject 0.02s 0.075% 97.51% 24.96s 94.01% main.main.func1 0.01s 0.038% 97.55% 23.91s 90.06% os.(*File).Write 0.01s 0.038% 97.59% 0.19s 0.72% runtime.mallocgc 0.01s 0.038% 97.63% 23.30s 87.76% syscall.Write
- flat：給定函數上運行耗時
- flat%：同上的 CPU 運行耗時總比例
- sum%：給定函數累積使用 CPU 總比例
- cum：當前函數加上它之上的調用運行總耗時
- cum%：同上的 CPU 運行耗時總比例
最后一列為函數名稱，在大多數的情況下，我們可以通過這五列得出一個應用程序的運行情況，加以優化
- -inuse_space：分析應用程序的常駐內存占用情況
- -alloc_objects：分析應用程序的內存臨時分配情況
三、PProf 可視化界面
這是令人期待的一小節。在這之前，我們需要簡單的編寫好測試用例來跑一下
編寫測試用例
（1）新建 data/d_test.go，文件內容：
（2）執行測試用例
-memprofile 也可以了解一下
啟動 PProf 可視化界面
方法一：
$ go tool pprof -http=:8080 cpu.prof
方法二：
$ go tool pprof cpu.prof $ (pprof) web
如果出現 Could not execute dot; may need to install graphviz.，就是提示你要安裝 graphviz 了 （請右拐谷歌）
查看 PProf 可視化界面
（1）Top
（2）Graph
框越大，線越粗代表它占用的時間越大哦
（3）Peek
（4）Source
通過 PProf 的可視化界面，我們能夠更方便、更直觀的看到 Go 應用程序的調用鏈、使用情況等，并且在 View 菜單欄中，還支持如上多種方式的切換
你想想，在煩惱不知道什么問題的時候，能用這些輔助工具來檢測問題，是不是瞬間效率翻倍了呢
四、PProf 火焰圖
另一種可視化數據的方法是火焰圖，需手動安裝原生 PProf 工具：
（3） 查看 PProf 可視化界面
打開 PProf 的可視化界面時，你會明顯發現比官方工具鏈的 PProf 精致一些，并且多了 Flame Graph（火焰圖）
它就是本次的目標之一，它的最大優點是動態的。調用順序由上到下（A -> B -> C -> D），每一塊代表一個函數，越大代表占用 CPU 的時間更長。同時它也支持點擊塊深入進行分析！
總結
在本章節，粗略地介紹了 Go 的性能利器 PProf。在特定的場景中，PProf 給定位、剖析問題帶了極大的幫助
希望本文對你有所幫助，另外建議能夠自己實際操作一遍，最好是可以深入琢磨一下，內含大量的用法、知識點
思考題
你很優秀的看到了最后，那么有兩道簡單的思考題，希望拓展你的思路
（1）flat 一定大于 cum 嗎，為什么？什么場景下 cum 會比 flat 大？
（2）本章節的 demo 代碼，有什么性能問題？怎么解決它？
本文作者：煎魚，原創授權發布
