文章目录
1.性能调优原则
要依靠数据不是猜测
要定位最大瓶颈而不是细枝末节
不要过早优化
不要过度优化
2.性能分析工具
性能调优的核心是性能瓶颈的分析，对于 Go 应用程序，最方便的就是 pprof 工具
3.pprof 功能说明
pprof 是用于可视化和分析性能分析数据的工具
可以知道应用在什么地方耗费了多少 CPU、memory 等运行指标
4.pprof 实践
4.1前置准备
前置准备，熟悉简单指标，能够编译运行 pprof 测试项目:https://github.com/wolfogre/go-pprof-practice
4.2排查 CPU 问题
命令行分析:
go tool pprof "http://localhost:6060/debug/pprof/profile?seconds=10"
top 命令
list 命令
熟悉 web 页面分析
调用关系图，火焰图
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/cpu"
4.3排查堆内存问题
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/heap"
4.4排查协程问题
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/goroutine"
4.5排查锁问题
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/mutex"
4.5排查阻塞问题
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/block"
5.pprof 的采样过程和原理
1.CPU 采样
2.堆内存采样
3.协程和系统线程采样
4.阻塞操作和锁竞争采样
6.性能调优案例
6.1基本概念
1.服务：能单独部署，承载一定功能的程序
2.依赖：Service A 的功能实现依赖 Service B 的响应结果，称为 Service A 依赖 Service B
3.调用链路：能支持一个接口请求的相关服务集合及其相互之间的依赖关系
4.基础库：公共的工具包、中间件
6.2业务优化
流程
1.建立服务性能评估手段
2.分析性能数据，定位性能瓶颈
3.重点优化项改造
4.优化效果验证
建立压测评估链路
1.服务性能评估
2.构造请求流量
3.压测范围
4.性能数据采集
分析性能火焰图，定位性能瓶颈
pprof 火焰图
重点优化项分析
1.规范组件库使用
2.高并发场景优化
3.增加代码检查规则避免增量劣化出现
4.优化正确性验证
上线验证评估
逐步放量，避免出现问题
进一步优化，服务整体链路分析
1.规范上游服务调用接口，明确场景需求
2.分析业务流程，通过业务流程优化提升服务性能
6.3基础库优化
适应范围更广，覆盖更多服务
AB 实验 SDK 的优化
1.分析基础库核心逻辑和性能瓶颈
2.完善改造方案，按需获取，序列化协议优化
3.内部压测验证
4.推广业务服务落地验证
6.4Go 语言优化
适应范围最广，Go 服务都有收益
优化方式:
1.优化内存分配策略
2.优化代码编译流程，生成更高效的程序
3.内部压测验证
4.推广业务服务落地验证