Go语言

发布日期: 2025-05-01

更新日期: 2025-05-01

文章字数: 1.5k

阅读时长: 6 分

阅读次数:

Go性能分析

日常开发中经常会对程序的性能进行分析，本文介绍几种常用的工具

Benchmark（基准测试）：衡量特定代码片段的执行效率，支持多维度参数调优。
PProf（性能剖析）：深入分析CPU、内存、Goroutine等资源的使用情况，定位性能瓶颈。
Trace（执行追踪）：分析Goroutine调度、系统调用、阻塞事件等并发问题。

1.Benchmark（基准测试）

编写基准函数：与单元测试类似，在_test.go文件中定义以Benchmark开头的函数，例如：

package bench

import "testing"

func BenchmarkFib(b *testing.B) {
    for i := 0; i < b.N; i++ {
        Fib(10)
    }
}

运行测试

执行所有基准测试：go test -bench=.
指定指定基准测试：go test -bench=BenchmarkFib
指定测试次数或时间
- -benchtime=5s：指定测试时间
- -count=3：多次运行取平均结果
- -cpu=4：指定使用的CPU核心数
- -benchmem：获得内存分配的统计数据

go test -bench=. -benchmem

goos: darwin
goarch: arm64
pkg: github.com/xxf0512/playground/perf/bench
函数名称-CPU核心数         执行次数                耗时/次                 分配内存/次       分配次数/次
BenchmarkFib-8           4481872               255.4 ns/op             0 B/op          0 allocs/op
PASS
ok      github.com/xxf0512/playground/perf/bench        1.615s

结合性能分析：生成CPU和内存分析文件

go test -bench=. -cpuprofile=cpu.prof -memprofile=mem.prof

随后可用go tool pprof分析这些文件

2.PProf（性能剖析）

👇下面的实验基于go-pprof-practice项目，这是一个性能堪忧的炸弹程序。

2.1 环境搭建

pprof 可以通过命令行查看数据，也可以通过图形化页面graphviz直观展示

brew install graphviz # macos
apt install graphviz # ubuntu
yum install graphviz # centos

2.2 运行项目

go-pprof-practice项目入口如下, 启动并访问 pprof 页面http://localhost:6060/debug/pprof/

在这个页面点击触发采样并下载采样文件，命令行或可视化查看
- 命令行：go tool pprof profile_path
- 可视化：go tool pprof -http=:8088 profile_path
也可直接通过 go tool pprof 命令查看
- go tool pprof -http=:8088 "http://localhost:6060/debug/pprof/xxx"
其他操作
- curl下载采样：curl -o heap-target http://localhost:6060/debug/pprof/xxx

package main

import (
    "log"
    "net/http"
    _ "net/http/pprof" // 自动注册 handler 到 http server，方便通过 http 接口获取程序运行采样报告
    "os"
    "runtime"
    "time"

    "github.com/wolfogre/go-pprof-practice/animal"
)

func main() {
    log.SetFlags(log.Lshortfile | log.LstdFlags)
    log.SetOutput(os.Stdout)

    runtime.GOMAXPROCS(1) // 限制 CPU 使用数，避免过载
    runtime.SetMutexProfileFraction(1) // 开启对锁调用的跟踪
    runtime.SetBlockProfileRate(1) // 开启对阻塞操作的跟踪

    go func() {
        // 启动一个 http server 
        if err := http.ListenAndServe(":6060", nil); err != nil {
            log.Fatal(err)
        }
        os.Exit(0)
    }()

    for {
        for _, v := range animal.AllAnimals {
            v.Live()
        }
        time.Sleep(time.Second)
    }
}

2.3 采样分析

pprof 支持以下几种类型的采样数据，注意图中的 Count，可以初步评估程序是否有问题

类型	描述
allocs	内存分配情况的采样信息
blocks	阻塞操作情况的采样信息
cmdline	显示程序启动命令及参数
goroutine	当前所有协程的堆栈信息
heap	堆上内存使用情况的采样信息
mutex	锁争用情况的采样信息
profile	CPU 占用情况的采样信息
threadcreate	系统线程创建情况的采样信息
trace	程序运行跟踪信息

2.3.1 profile-CPU占用

在一段时间内进行打点采样，通过查看采样点在各个函数栈中的分布比例，以此来反映各函数对 cpu 的占用情况.

go tool pprof -http=:8088 "http://localhost:6060/debug/pprof/profile"

可以从 Peek/Top 列表看到每个函数消耗的资源

类型	描述
flat	当前函数本身的执行耗时
flat%	flat 占 CPU 总时间的比例
sum%	当前函数及其父函数的总耗时占比
cum	当前函数及其子函数的总耗时
cum%	cum 占 CPU 总时间的比例

也可以从函数调用链直观看到链路上各个方法的消耗

由图可见

CPU 炸弹在 Tiger.Eat 函数里，for 循环把 CPU 打满
下游 asyncPreempt 函数消耗了 510ms，因为 g 超时触发抢占

2.3.2 heap-内存分配

go tool pprof -http=:8088 "http://localhost:6060/debug/pprof/heap"

函数调用链可以看到 Mouse.Steal 占用了大量内存

Source 可以直接定位到有问题的代码，在不断往 buffer 里追加数据

2.3.3 goroutine-协程分析

go tool pprof -http=:8088 "http://localhost:6060/debug/pprof/goroutine"

这次用火焰图分析，可以看到 Wolf.Drink 函数创建大量协程

Source 可以看到代码里发生了协程泄露

2.3.4 mutex-锁争抢

mutex 分析看的是某个 goroutine 持有锁的时长（mutex.Lock -> mutex.Unlock 之间这段时间），且只有在存在锁竞争关系时才会上报这部分数据

go tool pprof -http=:8088 "http://localhost:6060/debug/pprof/mutex"

先通过火焰图或调用图粗粒度分析问题，Wolf.Howl 方法锁占用时间异常

再到 Source 定位问题

func (w *Wolf) Howl() {
    log.Println(w.Name(), "howl")

    m := &sync.Mutex{}
    m.Lock()
    go func() {
        time.Sleep(time.Second) // 锁占用时间
        m.Unlock()
    }()
    m.Lock()
}