342 字
1 分钟
Go语言下的pprof
查看独立 Canvas 视图
src/content/posts/Go语言下的pprof/index.canvas
对于go语言的pprf分析我们有两种情况，一个是针对长期开启的服务进行探测，还有一种是针对脚本进行分析
针对服务型
我们可以在代码中使用 net/http/pprof 包。你只需要在代码中匿名引入，它会自动在 8080（或其他你定义的）端口开启一个 /debug/pprof 路由。
// 在main函数中启动go func() { http.ListenAndServe("localhost:6060", nil) }()这样go会在6060端口下打开一个网页(虽然很简陋)，访问http://localhost:6060/debug/pprof/就可以看到这样一个的分析
脚本
对于脚本和一些简单go程序，会运行一段时间直接退出，这个时候就不适合打开端口监控了，我们可以直接在脚本中插入埋点
package main
import ( "os" "runtime/pprof" "runtime" "log")
func main() { // --- CPU Profile --- cpuFile, err := os.Create("cpu.prof") if err != nil { log.Fatal(err) } pprof.StartCPUProfile(cpuFile) defer pprof.StopCPUProfile()
// 运行你的脚本逻辑 runScriptLogic()
// --- Memory Profile --- memFile, err := os.Create("mem.prof") if err != nil { log.Fatal(err) } defer memFile.Close()
// 显式运行一次 GC，确保内存数据准确 runtime.GC() if err := pprof.WriteHeapProfile(memFile); err != nil { log.Fatal(err) }}
func runScriptLogic() { // 模拟耗时或内存密集操作 sum := 0 for i := 0; i < 1000000; i++ { sum += i }}这个时候我们运行结束后会发现目录下多了cpu.prof 和 mem.prof 文件，我们使用pprf就可以进行分析：
go tool pprof cpu.prof更推荐的测试方法
如果我们需要测试的内容可以封装为一个函数，那么使用 Go 的测试工具链进行性能分析是最简单、最专业的做法， 不需要在业务代码里写任何 pprof 代码
我们需要编写一个benchmark文件
package main
import "testing"
func BenchmarkMyTask(b *testing.B) { for i := 0; i < b.N; i++ { runScriptLogic() // 调用你要分析的函数 }}然后通过 test 工具链对整个程序进行测试并生成分析
go test -bench . -cpuprofile cpu.prof -memprofile mem.prof最后通过pprf进行分析
go tool pprof -http=:8080 cpu.prof // 在8080端口打开网页，需要安装Graphviz部分信息可能已经过时