前言

作为一个开发，不仅要会写一手好代码，更要会编写高性能的程序；应用程序在运行时，总会出现一些你意想不到的问题，如cpu使用率过高、内存占用不断增大，出现Groutine数量暴涨等崩溃的问题。如果在程序出现性能问题的时候，如何快速定位和解决问题，golang自带的性能剖析工具--pprof，可以帮助定位程序中可能存在的问题。本文主要介绍一下pprof的应用，希望对你有所帮助。

什么是pprof

Profiling就是对应用的画像，是指在程序运行过程中，收集能够反应程序执行状态的数据，如应用使用了多少CPU资源、占用了多少内存、开启了多少个Groutine等，知道了这些，我们就能对应用进行规划，也能快速定位性能瓶颈。

Go语言自带的pprof库就可以分析程序的运行情况，并且提供可视化的功能。它包含两个相关的库：

• runtime/pprof:对于只跑一次的程序，如每天只执行一次的离线处理程序，调用pprof包提供的函数，手动开启性能数据采集。
• net/http/pprof：对于在线服务，访问pprof提供的http接口，获得性能数据。实际上这里底层也是调用的runtime/pprof提供的函数，只不过是这里封装成接口对外提供网络访问。

pprof开启后，每隔一段时间(10ms)就会收集下当前的堆栈信息，获取各个函数占用的CPU以及内存资源；最后通过对这些采样数据进行分析，形成一个性能分析报告。

能干什么

• CPU Profiling: CPU分析，按照一定的频率采集所监听的应用程序CPU的使用情况，可确定应用程序在主动消耗CPU周期时花费时间得位置。
• Memory Profiling: 内存分析，在应用程序进行堆分配时记录堆栈跟踪，用于监视当前和历史内存使用情况，以及检查内存泄露。
• Block Profiling: 阻塞分析，记录goroutine阻塞等待同步的位置。默认不开启，需要调用runtime.SetBlockProfileRate 进行设置。
• Mutex Profiling: 互斥锁分析，报告互斥锁的竞争情况。默认不开启，需要调用runtime.SetMutexProfileFraction 进行设置。
• Goroutine Profiling: Goroutine分析，可以对当前应用程序正在运行的Goroutine进行堆栈跟踪和分析，在实际排查中经常用到，因为很多问题出现时的表现就是Goroutine暴增，这时我们可以查看应用程序中的Goroutine正在做什么事情，因为什么阻塞了，然后进一步处理。

使用

我们可以通过 报告生成、Web 可视化界面、交互式终端 三种方式来使用 pprof。

引入pprof

import _ "net/http/pprof"

写一个简单的demo，模拟内存泄露。

package main

import (
	"log"
	"math/rand"
	"net/http"
	_ "net/http/pprof"
)

func main() {
	go func() {
		log.Println(http.ListenAndServe("localhost:9090", nil))
	}()
	for i := 0; i < 1000; i++ {
		go worker()
	}
	select {}
}

func worker() {
	var slice []int64
	for i := 0; i < 10000; i++ {
		slice = append(slice, rand.Int63())
	}
}

使用go再带的pprof查看

代码中监听了 9090 端口，在浏览器中输入 http://127.0.0.1:9090/debug/pprof/

引入pprof

Profile信息描述：

• Allocs： 查看过去所有内存分配样本
• Block：查看导致阻塞同步的堆栈跟踪
• cmdline：当前程序命令行
• goroutine：当前所有运行的goroutine堆栈跟踪
• heap：当前活动对象的内存分配情况
• mutex：争用互斥锁的竞争者的堆栈跟踪
• profile：默认进行30s的cpu profiling，生成profile文件
• threadcreate：导致创建新线程的堆栈跟踪

通过交互式终端使用

go tool pprof最简单的使用方式为:

// binary 是应用的二进制文件，用来解析各种符号；
// source 表示 profile 数据的来源，可以是本地的文件，也可以是 http 地址。
go tool pprof [binary] [source]

可以通过go tool pprof -h 查看可选参数

直接使用如下命令，则不需要通过点击浏览器上的链接就能进入命令行交互模式：

go tool pprof http://127.0.0.1:9090/debug/pprof/profile?seconds=60 

需要先后台采集一段时间的数据，再将数据文件下载到本地，最后进行分析。上述的 Url 后面还可以带上时间参数：?seconds=60，自定义 CPU Profiling 的时长。

通过UI界面查看

可以直接输入web，需要安装 graphviz，pprof 能够借助 grapgviz 生成程序的调用图，会生成一个 svg 格式的文件，直接在浏览器里打开（可能需要设置一下 .svg 文件格式的默认打开方式）

macos:

brew install graphviz

如果安装出现错误解决Error: No such file or directory @ rb_sysopen可以参考：juejin.cn/post/713043…

windows:

下载地址：graphviz.gitlab.io/_pages/Down…

浏览器打开：

关于图形的说明： 每个框代表一个函数，理论上框的越大表示占用的CPU资源越多。 方框之间的线条代表函数之间的调用关系。 线条上的数字表示函数调用的次数。 方框中的第一行数字表示当前函数占用CPU的百分比，第二行数字表示当前函数累计占用CPU的百分比。

注意事项

1. 我们只应该在性能测试的时候才能在代码中引入pprof。
2. 千万别让外网访问到 pprof，否则可能会导致出现安全问题。