Go 性能调优

性能调优首先要对程序进行运行时分析

分析包括四个方面：

• CPU 画像：报告程序的 CPU 使用情况，按照一定频率去采集应用程序在 CPU 和寄存器上面的数据
• Memory 画像（Heap Profile）：报告程序的内存使用情况
• Block 画像：报告 goroutines 不在运行状态的情况，可以用来分析和查找死锁等性能瓶颈
• Goroutine 画像：报告 goroutines 的使用情况，有哪些 goroutine，它们的调用关系是怎样的

 主要关注程序运行时CPU的使用情况和内存使用情况。

画像原理：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

 

用到两个包

• runtime/pprof：采集工具型应用运行数据进行分析（脚本型，运行一次就结束）
• net/http/pprof：采集服务型应用运行时数据进行分析（服务型，一直运行提供服务）

 

使用pprof包得到运行时pprof文件

 

开启CPU性能分析：pprof.StartCPUProfile(file io.Writer)  //file, err := os.Create("./cpu.pprof")

停止CPU性能分析：pprof.StopCPUProfile()

 

开启内存性能分析：pprof.WriteHeapProfile(file) 

 

分析pprof文件：

通过命令：`go tool pprof [binary] [source]`  

• 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。

命令示例：`go tool pprof cpu.pprof`

执行该命令进入交互模式：输入`top 3`查看前三个函数CPU消耗情况

• flat：当前函数占用CPU的耗时
• flat：:当前函数占用CPU的耗时百分比
• sun%：函数占用CPU的耗时累计百分比
• cum：当前函数加上调用当前函数的函数占用CPU的总耗时
• cum%：当前函数加上调用当前函数的函数占用CPU的总耗时百分比

还可以使用`list  函数名`  查看具体函数分析

 

通过图形化方式来分析CPU使用情况

安装：`brew install graphviz`

 

通过火焰图进行分析：

安装go-torch工具：`go get -v github.com/uber/go-torch`      // 该工具读取 golang profiling 数据，并生成一个火焰图的 svg 文件

安装 FlameGraph工具，作用是打开并展示svg文件

1. 下载安装perl：https://www.perl.org/get.html
2. 下载FlameGraph：git clone https://github.com/brendangregg/FlameGraph.git
3. 将FlameGraph目录加入到操作系统的环境变量中。
4. Windows平台的同学，需要把go-torch/render/flamegraph.go文件中的GenerateFlameGraph按如下方式修改，然后在go-torch目录下执行go install即可。

// GenerateFlameGraph runs the flamegraph script to generate a flame graph SVG. func GenerateFlameGraph(graphInput []byte, args ...string) ([]byte, error) {
flameGraph := findInPath(flameGraphScripts)
if flameGraph == "" {
	return nil, errNoPerlScript
}
if runtime.GOOS == "windows" {
	return runScript("perl", append([]string{flameGraph}, args...), graphInput)
}
  return runScript(flameGraph, args, graphInput)
}

压测工具：推荐使用https://github.com/wg/wrk 或 https://github.com/adjust/go-wrk

使用wrk进行压测:go-wrk -n 50000 http://127.0.0.1:8080/book/list 在上面压测进行的同时，打开另一个终端执行go-torch -u http://127.0.0.1:8080 -t 30，30秒之后终端会初夏如下提示：Writing svg to torch.svg

然后我们使用浏览器打开torch.svg就能看到如下火焰图了

火焰图的y轴表示cpu调用方法的先后，x轴表示在每个采样调用时间内，方法所占的时间百分比，越宽代表占据cpu时间越多。通过火焰图我们就可以更清楚的找出耗时长的函数调用，然后不断的修正代码，重新采样，不断优化。

 

pprof与性能测试结合

go test命令有两个参数和 pprof 相关，它们分别指定生成的 CPU 和 Memory profiling 保存的文件：

• -cpuprofile：cpu profiling 数据要保存的文件地址
• -memprofile：memory profiling 数据要报文的文件地址

我们还可以选择将pprof与性能测试相结合，比如：

比如下面执行测试的同时，也会执行 CPU profiling，并把结果保存在 cpu.prof 文件中：

go test -bench . -cpuprofile=cpu.prof

比如下面执行测试的同时，也会执行 Mem profiling，并把结果保存在 cpu.prof 文件中：

go test -bench . -memprofile=./mem.prof

需要注意的是，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。