跳至主要內容

Go - 性能分析

友人2025/12/12大约 4 分钟

Go - 性能分析

掌握 Go 的性能分析工具：pprof、trace、benchmark。

pprof

pprof 是 Go 内置的性能分析工具。

集成 pprof

import (
    "net/http"
    _ "net/http/pprof"  // 自动注册路由
)

func main() {
    // 启动 pprof HTTP 服务
    go func() {
        http.ListenAndServe(":6060", nil)
    }()
    
    // 主程序逻辑...
}

访问端点

端点说明
/debug/pprof/索引页面
/debug/pprof/heap堆内存分析
/debug/pprof/goroutineGoroutine 分析
/debug/pprof/profileCPU 分析（需指定时长）
/debug/pprof/block阻塞分析
/debug/pprof/mutex互斥锁分析
/debug/pprof/trace执行追踪

CPU 分析

# 采集 30 秒 CPU profile
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30

# 交互式命令
(pprof) top          # 查看 CPU 占用最高的函数
(pprof) top10        # 查看前 10
(pprof) list funcName # 查看函数代码
(pprof) web          # 在浏览器中查看调用图
(pprof) svg          # 生成 SVG 图片

# 直接生成火焰图
go tool pprof -http=:8080 http://localhost:6060/debug/pprof/profile?seconds=30

内存分析

# 采集堆内存 profile
go tool pprof http://localhost:6060/debug/pprof/heap

# 常用命令
(pprof) top          # 查看内存分配最多的函数
(pprof) inuse_space  # 当前使用的内存
(pprof) alloc_space  # 累计分配的内存
(pprof) inuse_objects # 当前对象数量
(pprof) alloc_objects # 累计分配的对象数量

# 比较两次采样
go tool pprof -base=heap1.prof heap2.prof

Goroutine 分析

# 查看 goroutine 堆栈
go tool pprof http://localhost:6060/debug/pprof/goroutine

# 或直接访问
curl http://localhost:6060/debug/pprof/goroutine?debug=2

代码中使用

import (
    "os"
    "runtime/pprof"
)

func main() {
    // CPU profile
    f, _ := os.Create("cpu.prof")
    pprof.StartCPUProfile(f)
    defer pprof.StopCPUProfile()
    
    // 执行程序...
    
    // 内存 profile
    f2, _ := os.Create("mem.prof")
    defer f2.Close()
    pprof.WriteHeapProfile(f2)
}

// 分析
// go tool pprof cpu.prof
// go tool pprof mem.prof

Trace

trace 提供更详细的执行追踪。

采集 trace

import (
    "os"
    "runtime/trace"
)

func main() {
    f, _ := os.Create("trace.out")
    defer f.Close()
    
    trace.Start(f)
    defer trace.Stop()
    
    // 程序逻辑...
}

// 或通过 HTTP
// curl http://localhost:6060/debug/pprof/trace?seconds=5 > trace.out

分析 trace

go tool trace trace.out
# 会启动一个 Web 服务器，打开浏览器查看

# 可以看到：
# - Goroutine 调度
# - 网络阻塞
# - 系统调用
# - GC 事件
# - 处理器利用率

Trace 界面

视图说明
View trace时间线视图
Goroutine analysisGoroutine 分析
Network blocking网络阻塞分析
Sync blocking同步阻塞分析
Syscall blocking系统调用阻塞分析
Scheduler latency调度延迟分析
User-defined tasks自定义任务

Benchmark

编写 benchmark

// xxx_test.go
package main

import "testing"

func BenchmarkFib(b *testing.B) {
    for i := 0; i < b.N; i++ {
        Fib(20)
    }
}

func BenchmarkFibParallel(b *testing.B) {
    b.RunParallel(func(pb *testing.PB) {
        for pb.Next() {
            Fib(20)
        }
    })
}

运行 benchmark

# 运行所有 benchmark
go test -bench=.

# 运行特定 benchmark
go test -bench=BenchmarkFib

# 指定运行时间
go test -bench=. -benchtime=10s

# 指定运行次数
go test -bench=. -benchtime=1000x

# 包含内存分配统计
go test -bench=. -benchmem

# 输出示例：
# BenchmarkFib-8      1000000    1234 ns/op    128 B/op    3 allocs/op
# - 8: CPU 核数
# - 1000000: 运行次数
# - 1234 ns/op: 每次操作耗时
# - 128 B/op: 每次操作分配的内存
# - 3 allocs/op: 每次操作的分配次数

比较 benchmark

# 安装 benchstat
go install golang.org/x/perf/cmd/benchstat@latest

# 运行并保存结果
go test -bench=. -count=10 > old.txt
# 修改代码后
go test -bench=. -count=10 > new.txt

# 比较
benchstat old.txt new.txt

# 输出示例：
# name     old time/op  new time/op  delta
# Fib-8    1.23µs ± 2%  0.89µs ± 1%  -27.64%  (p=0.000 n=10+10)

Benchmark 技巧

// 1. 避免编译器优化
var result int
func BenchmarkFib(b *testing.B) {
    var r int
    for i := 0; i < b.N; i++ {
        r = Fib(20)
    }
    result = r  // 防止编译器优化掉 Fib 调用
}

// 2. 子测试
func BenchmarkFib(b *testing.B) {
    cases := []int{10, 20, 30}
    for _, n := range cases {
        b.Run(fmt.Sprintf("n=%d", n), func(b *testing.B) {
            for i := 0; i < b.N; i++ {
                Fib(n)
            }
        })
    }
}

// 3. 重置计时器
func BenchmarkBigSetup(b *testing.B) {
    // 耗时的初始化
    setup()
    
    b.ResetTimer()  // 重置计时器
    
    for i := 0; i < b.N; i++ {
        // 实际要测试的代码
    }
}

// 4. 停止/启动计时
func BenchmarkWithPause(b *testing.B) {
    for i := 0; i < b.N; i++ {
        b.StopTimer()
        setup()  // 不计入时间
        b.StartTimer()
        
        doWork()  // 只计这部分时间
    }
}

实践案例

找出性能瓶颈

// 示例程序
func processRequests() {
    for i := 0; i < 1000; i++ {
        data := fetchData()        // 可能是瓶颈
        result := processData(data) // 可能是瓶颈
        saveResult(result)          // 可能是瓶颈
    }
}

// 1. 采集 CPU profile
// go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30

// 2. 查看 top
// (pprof) top
// 50%  fetchData
// 30%  processData
// 10%  saveResult

// 3. 优化 fetchData
// 使用连接池、缓存等

内存优化

// 1. 采集 heap profile
// go tool pprof http://localhost:6060/debug/pprof/heap

// 2. 查看分配最多的函数
// (pprof) top -inuse_space

// 3. 常见优化
// - 使用 sync.Pool
// - 预分配切片
// - 减少字符串拼接
// - 使用值类型而非指针

Goroutine 泄漏检测

import "runtime"

func monitorGoroutines() {
    ticker := time.NewTicker(time.Second)
    for range ticker.C {
        num := runtime.NumGoroutine()
        fmt.Printf("Goroutine 数量: %d\n", num)
        
        if num > 10000 {
            // 告警：可能有泄漏
            // 采集 goroutine profile 分析
        }
    }
}

// 或使用 goleak 测试
import "go.uber.org/goleak"

func TestMain(m *testing.M) {
    goleak.VerifyTestMain(m)
}