Golang

关注公众号 jb51net

关闭
首页 > 脚本专栏 > Golang > Go程序性能优化

Go程序性能优化及pprof使用方法详解

作者:snowInPluto

这篇文章主要为大家详细介绍了Go程序性能优化及pprof的使用方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

Go 程序的性能优化及 pprof 的使用

程序的性能优化无非就是对程序占用资源的优化。对于服务器而言,最重要的两项资源莫过于 CPU 和内存。性能优化,就是在对于不影响程序数据处理能力的情况下,我们通常要求程序的 CPU 的内存占用尽量低。反过来说,也就是当程序 CPU 和内存占用不变的情况下,尽量地提高程序的数据处理能力或者说是吞吐量。

Go 的原生工具链中提供了非常多丰富的工具供开发者使用,其中包括 pprof。

对于 pprof 的使用要分成下面两部分来说。

Web 程序使用 pprof

先写一个简单的 Web 服务程序。程序在 9876 端口上接收请求。

package main

import (
  "bytes"
  "io/ioutil"
  "log"
  "math/rand"
  "net/http"

  _ "net/http/pprof"
)

func main() {
  http.HandleFunc("/test", handler)
  log.Fatal(http.ListenAndServe(":9876", nil))
}

func handler(w http.ResponseWriter, r *http.Request) {
  err := r.ParseForm()
  if nil != err {
    w.Write([]byte(err.Error()))
    return
  }
  doSomeThingOne(10000)
  buff := genSomeBytes()
  b, err := ioutil.ReadAll(buff)
  if nil != err {
    w.Write([]byte(err.Error()))
    return
  }
  w.Write(b)
}

func doSomeThingOne(times int) {
  for i := 0; i < times; i++ {
    for j := 0; j < times; j++ {

    }
  }
}

func genSomeBytes() *bytes.Buffer {
  var buff bytes.Buffer
  for i := 1; i < 20000; i++ {
    buff.Write([]byte{'0' + byte(rand.Intn(10))})
  }
  return &buff
}

可以看到我们只是简单地引入了 net/http/pprof ,并未显示地使用。

启动程序。

我们用 wrk 来简单地模拟请求。

wrk -c 400 -t 8 -d 3m http://localhost:9876/test

这时我们打开 http://localhost:9876/debug/pprof,会显示如下页面:

用户可以点击相应的链接浏览内容。不过这不是我们重点讲述的,而且这些内容看起来并不直观。

我们打开链接 http://localhost:9876/debug/pprof/profile 稍后片刻,可以下载到文件 profile。

使用 Go 自带的 pprof 工具打开。go tool pprof test profile。(proof 后跟的 test 为程序编译的可执行文件)

输入 top 命令得到:

可以看到 cpu 占用前 10 的函数,我们可以对此分析进行优化。

只是这样可能还不是很直观。

我们输入命令 web(需要事先安装 graphviz,macOS 下可以 brew install graphviz),会在浏览器中打开界面如下:

可以看到 main.doSomeThingOne 占用了 92.46% 的 CPU 时间,需要对其进行优化。

Web 形式的 CPU 时间图对于优化已经完全够用,这边再介绍一下火焰图的生成。macOS 推荐使用 go-torch 工具。使用方法和 go tool pprof 相似。

go-torch test profile 会生成 torch.svg 文件。可以用浏览器打开,如图。

刚才只是讲了 CPU 的占用分析文件的生成查看,其实内存快照的生成相似。http://localhost:9876/debug/pprof/heap,会下载得到 heap.gz 文件。

我们同样可以使用 go tool pprof test heap.gz,然后输入 top web 命令查看相关内容。

通用程序使用 pprof

我们写的 Go 程序并非都是 Web 程序,这时候再使用上面的方法就不行了。

我们仍然可以使用 pprof 工具,但引入的位置为 runtime/pprof

这里贴出两个函数,作为示例:

// 生成 CPU 报告
func cpuProfile() {
  f, err := os.OpenFile("cpu.prof", os.O_RDWR|os.O_CREATE, 0644)
  if err != nil {
    log.Fatal(err)
  }
  defer f.Close()

  log.Println("CPU Profile started")
  pprof.StartCPUProfile(f)
  defer pprof.StopCPUProfile()

  time.Sleep(60 * time.Second)
  fmt.Println("CPU Profile stopped")
}

// 生成堆内存报告
func heapProfile() {
  f, err := os.OpenFile("heap.prof", os.O_RDWR|os.O_CREATE, 0644)
  if err != nil {
    log.Fatal(err)
  }
  defer f.Close()

  time.Sleep(30 * time.Second)

  pprof.WriteHeapProfile(f)
  fmt.Println("Heap Profile generated")
}

两个函数分别会生成 cpu.profheap.prof 文件。仍然可以使用 go tool pprof 工具进行分析,在此就不赘述。

Trace 报告

直接贴代码:

// 生成追踪报告
func traceProfile() {
  f, err := os.OpenFile("trace.out", os.O_RDWR|os.O_CREATE, 0644)
  if err != nil {
    log.Fatal(err)
  }
  defer f.Close()

  log.Println("Trace started")
  trace.Start(f)
  defer trace.Stop()

  time.Sleep(60 * time.Second)
  fmt.Println("Trace stopped")
}

使用工具 go tool trace 进行分析,会得到非常详细的追踪报告,供更深入的程序分析优化。由于报告内容比较复杂,且使用方法类似,就不继续了。读者可自行尝试。

贴张网上的图给大家大概看一下:

参考:https://github.com/caibirdme/hand-to-hand-optimize-go

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
阅读全文