Go性能调优及相关工具使用（四）——性能调优工具pprof的使用
文章目录
- 一、本次学习重点内容：
- 本堂课的知识要点有哪些？
- 1、性能发现工具pprof
- 2、性能调优案例
- 二、详细知识点介绍：
- 1、性能调优简介
- 性能调优原则:
- 2、性能发现工具pprof
- 说明：
- pprof 功能简介
- 3、pprof 排查实战
- CPU：
- 使用任务管理器：
- 使用pprof工具：
- 调用关系可视化：命令：web
- Heap堆内存：
- 进入可视化pprof:
- top视图：
- source视图：
- 注释问题代码后：
- goroutine——协程
- 查看协程数：
- 进入可视化pprof:
- 火焰图查看
- source视图:
- 注释问题代码后：
- mutex——锁
- 查看锁数：
- 进入可视化pprof:
- source视图：
- 注释问题代码后：
- block——阻塞
- 查看阻塞数：
- 进入可视化pprof:
- source视图：
- 注释问题代码后：
- 小结：
- 4、性能调优案例
- 业务服务调优：
- 基本概念：
- 流程
- 建立服务性能评估手段
- 基础库优化：
- Go语言优化：
- 总结：
- 三、个人总结：
一、本次学习重点内容：
本堂课的知识要点有哪些？
1、性能发现工具pprof
2、性能调优案例
二、详细知识点介绍：
1、性能调优简介
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、性能发现工具pprof
说明：
1、希望知道应用在什么地方耗费了多少CPU、Memory
2、pprof是用于可视化和分析性能分析数据的工具
pprof 功能简介
3、pprof 排查实战
下载示例项目，GitHub地址：https://github.com/wolfogre/go-pprof-practice
项目提前埋入了许多炸弹代码，会产生许多可观测性能问题。
运行项目，浏览器输入网址：http://localhost:6060/debug/pprof/
看到界面到：
CPU：
使用任务管理器：
使用pprof工具：
**进入pprof：**go tool pprof “http://localhost:6060/debug/pprof/profile?seconds=10”
使用top命令查看CPU状态：
相关含义：
可以清晰看到是那个函数消耗大量资源。
根据指定的正则表达式查找代码行：
命令：list
调用关系可视化：命令：web
这里输出图片相关格式需要先安装graphviz,graphviz安装地址如下
https://graphviz.org/download/
安装后检查环境变量：
dot -version
记住，安装时勾选创建环境变量，安装完成后重启Goland才能读取到最新的环境变量。
一定要重启Goland！！！！！
删除问题代码再次运行：
Heap堆内存：
进入可视化pprof:
命令：
go tool pprof -http=:8082 “http://localhost:6060/debug/pprof/heap”
浏览器输入：
localhost:8082
top视图：
source视图：
注释问题代码后：
可以看到内存占用由85%降到68%
goroutine——协程
查看协程数：
进入可视化pprof:
命令：
go tool pprof -http=:8082 “http://localhost:6060/debug/pprof/goroutine”
浏览器输入：
localhost:8082
火焰图查看
注：
由上到下表示调用顺序
每一块代表一个函数，越长代表占用CPU 的时间更长
火焰图是动态的，支持点击块进行分析
source视图:
注释问题代码后：
mutex——锁
查看锁数：
进入可视化pprof:
命令：
go tool pprof -http=:8082 “http://localhost:6060/debug/pprof/mutex”
浏览器输入：
localhost:8082
source视图：
注释问题代码后：
block——阻塞
查看阻塞数：
进入可视化pprof:
命令：
go tool pprof -http=:8082 “http://localhost:6060/debug/pprof/block”
浏览器输入：
localhost:8082
source视图：
注释问题代码后：
小结：
4、性能调优案例
介绍实际业务服务性能优化的案例，对逻辑相对复杂的程序如何进行性能调优
分类：
业务服务优化
基础库优化
Go语言优化。
业务服务调优：
基本概念：
服务:能单独部署，承载一定功能的程序
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
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
基础库:公共的工具包、中间件
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
建立服务性能评估手段
服务性能评估方式：
1、单独benchmark无法满足复杂逻辑分析
2、不同负载情况下性能表现差异
请求流量构造:
1、不同请求参数覆盖逻辑不同
2、线上真实流量情况
压测范围:
单机器压测、集群压测
性能数据采集:
单机性能数据、集群性能数据
基础库优化：
AB实验SDK的优化：
1、分析基础库核心逻辑和性能瓶颈
设计完善改造方案
数据按需获取
数据序列化协议优化
2、内部压测验证
3、推广业务服务落地验证
Go语言优化：
编译器&运行时优化：
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
优点：
接入简单,只需要调整编译配置
通用性强
总结：
性能调优原则：
1、要依靠数据不是猜测性能分析工具 pprof
2、熟练使用pprof工具排查性能问题并了解其基本原理性能调优
3、保证正确性·定位主要瓶颈
三、个人总结：
本次学习算是比较深入的了解了性能优化的相关知识。特别是见识到了pprof工具的强大，可以精准地定位问题代码，可视化地展示程序运行中CPU、内存、协程的资源的分配使用。后续的性能调优专业知识也讲的通俗易懂。