Go性能测试工具pprof

Golang 内置 cpu、mem、block 三种 profiler 采样工具，允许程序在运行时使用 profiler 进行数据采样，生成采样文件。通过 go tool pprof 工具可以交互式分析采样文件，得到高可读性的输出信息，帮助开发者快速分析及定位各种性能问题，如 CPU 消耗、内存分配及阻塞分析。

1. 安装第三方性能分析来分析代码包

runtime.pprof 提供基础的运行时分析的驱动，但是这套接口使用起来还不是太方便，例如：输出数据使用 io.Writer 接口，虽然扩展性很强，但是对于实际使用不够方便，不支持写入文件，默认配置项较为复杂。

很多第三方的包在系统包 runtime.pprof 的技术上进行便利性封装，让整个测试过程更为方便。这里使用 github.com/pkg/profile 包进行例子展示，使用下面代码安装这个包：

$ go get github.com/pkg/profile

2. 增加性能分析代码

引入 github.com/pkg/profile 包，在需要测试的程序代码前面加入下面代码：

stopper := profile.Start(profile.CPUProfile, profile.ProfilePath("."))    // 开始性能分析, 返回一个停止接口

defer stopper.Stop()    // 在被测试程序结束时停止性能分析

// 分析的核心逻辑代码

...

time.Sleep(time.Second)    // 让程序至少运行1秒

使用 profile.Start 调用 github.com/pkg/profile 包的开启性能分析接口。这个 Start 函数的参数都是可选项，这里需要指定的分析项目是 profile.CPUProfile，也就是 CPU 耗用。如果分析内存分配情况，则所传参数改为 profile.MemProfile。profile.ProfilePath(".") 指定输出的分析文件路径，这里指定为当前文件夹。profile.Start() 函数会返回一个 Stop 接口，方便在程序结束时结束性能分析。为了保证性能分析数据的合理性，分析的最短时间是 1 秒，使用 time.Sleep() 在程序结束前等待 1 秒。如果你的程序默认可以运行 1 秒以上，这个等待可以去掉。

3. 执行生成概要文件

性能分析需要可执行配合才能生成分析结果，因此使用命令行对程序进行编译，代码如下：

$ go build -o cpu cpu.go

-$ ./cpu

第 1 行将 cpu.go 编译为可执行文件 cpu，第 2 行运行可执行文件，在当前目录输出 cpu.pprof 文件，即 CPU 概要文件，用于后面分析。

1. 安装第三方图形化显式分析数据工具（Graphviz）

go pprof 工具链配合 Graphviz 图形化工具可以将 runtime.pprof 包生成的数据转换为 PDF 格式，以图片的方式展示程序的性能分析结果。安装 graphviz 软件包，在 ubuntu 系统可以使用下面的命令：

$ sudo apt-get install -y graphviz

NOTE：Windows 下安装完后需将 Graphviz 的可执行目录添加到环境变量 PATH 中。

2. 分析概要文件

现在准备工作做好了，我们目前生成了 cpu 二进制可执行文件，cpu_profile 性能分析需要的cpu.pprof，接下来我们要正式进入 cpu.pprof 进行分析了。

go tool pprof cpu cpu_pprof 执行这个命令就进入了profile 文件了，这时候我们已经可以开始分析代码了。输入help，可以查看都支持哪些操作，有很多命令可以根据需要进行选择，我们只介绍4个我自己比较喜欢用的命令 web，top，peek，list。

*web ------ 在交互模式下输入 web，就能自动生成一个 .svg 文件，并跳转到浏览器打开，生成了一个函数调用图（需要安装graphviz），如下图：

NOTE：获取的 Profiling 数据是动态的，要想获得有效的数据，请保证应用处于较大的负载（比如正在生成中运行的服务，或者通过其他工具模拟访问压力）。否则如果应用处于空闲状态，得到的结果可能没有任何意义。

输入 web 命令回车后自动打开浏览器出现如下内容：

这个调用图包含了更多的信息，而且可视化的图像能让我们更清楚地理解整个应用程序的全貌。图中每个方框对应一个函数，方框越大代表执行的时间越久（包括它调用的子函数执行时间，但并不是正比的关系）；方框之间的箭头代表着调用关系，箭头上的数字代表被调用函数的执行时间。

*top ------ 在交互模式下输入 topN，N为可选整形数值，指列出前N个最耗时的操作：

每一行表示一个函数的信息。前两列表示函数在 CPU 上运行的时间以及百分比；第三列是当前所有函数累加使用 CPU 的比例；第四列和第五列代表这个函数以及子函数运行所占用的时间和比例（也被称为累加值 cumulative），应该大于等于前两列的值；最后一列就是函数的名字。如果应用程序有性能问题，上面这些信息应该能告诉我们时间都花费在哪些函数的执行上了。

*peek，list ------ peek 是用来查询 函数名字的(这个名字是list需要使用的名字，并不完全等于函数名)，list 是用来将函数时间消耗列出来的：

1）list main.main

2)  peek findMapMax (因为根据1可以看出来消耗都在 findMapMax)

3）list main.findMapMax (根据2可以看出来名字是 main.findMapMax)

妙用 peek list指令可以很直观的看出来，我们的代码问题在 m[i] = i, 这就说明了就是map的写操作耗费了38.75s, 而44行的读操作只用了2.35s, 针对这个demo，我们要优化的就是 m[i] = i ，因为这句操作已经语言级别的，我们是没有能力对他进行优化的，所以这时候如果需求只能用map，那么这个程序几乎没有优化空间了，如果需求可以使用其他的数据结构，那我们肯定会把map修改为slice，众所周知 map 每次存一个函数都要进行hash计算，而且存的多了到达一定的数量，还要重新对map进行重新分配空间的操作，所以肯定是耗时的。

Profiling 一般和性能测试一起使用，这个原因在前文也提到过，只有应用在负载高的情况下 Profiling 才有意义。memory 也是同样的分析方法，在调用 profile.Start(profile.CPUProfile, profile.ProfilePath(".")) 时将第一个参数改为 profile.MemProfile 就可以了，其它步骤都一样。另外还可以传block，trace等参数，可以用来分析和查找死锁等性能瓶颈以及阻塞分析，具体使用查看profile.Start()函数内部实现。