Golang 性能优化工具 pprof 使用入门

Go 的 pprof 可以查看 CPU、堆内存、goroutine 和阻塞等运行数据。采集入口主要有两个：

• runtime/pprof：采集工具型应用运行数据进行分析。
• net/http/pprof：采集服务型应用运行时数据进行分析。

采集到 profile 后，可以用 go tool pprof 定位具体函数，而不是只凭接口耗时猜瓶颈。

常见 profile 类型包括：

• CPU Profile：报告程序的 CPU 使用情况，通常按照 100Hz 频率采集应用程序在 CPU 和寄存器上的数据。
• Memory Profile（Heap Profile）：报告程序的内存使用情况，也就是程序运行过程中堆内存分配情况，默认每分配 512KB 取样一次。
• Block Profiling：报告 goroutine 不在运行状态的情况，保存用户程序中的 goroutine 阻塞事件记录，可用于分析死锁等性能瓶颈。
• Goroutine Profiling：报告 goroutine 的使用情况，包括当前有哪些 goroutine，以及它们的调用关系。

默认情况下，Go 不会追踪 block 和 mutex 信息。如果要看这两个信息，需要在代码中开启：

runtime.SetBlockProfileRate(1)      // 开启对阻塞操作的跟踪
runtime.SetMutexProfileFraction(1)  // 开启对锁调用的跟踪

使用流程

1. 引入 pprof

import _ "net/http/pprof"

go func() {
    _ = http.ListenAndServe("0.0.0.0:6060", nil)
}()

2. 浏览器访问 pprof 页面

在浏览器中输入：

http://127.0.0.1:6060/debug/pprof/

即可看到当前服务暴露出的监控数据。

profiles 解释如下：

• allocs：查看过去所有内存分配的样本。
• block：查看导致阻塞同步的堆栈跟踪。
• cmdline：查看当前程序命令行的完整调用路径。
• goroutine：查看当前所有运行中的 goroutine 堆栈跟踪。
• heap：查看活动对象的内存分配情况。
• mutex：查看导致互斥锁竞争的持有者堆栈跟踪。
• profile：默认进行 30 秒 CPU profiling，得到一个分析用的 profile 文件。
• threadcreate：查看创建新 OS 线程的堆栈跟踪。
• trace：辅助跟踪程序的执行情况。

分析

线上分析更常用的是 go tool pprof。通常本地浏览器不能直接访问线上服务地址，而是通过线上服务生成分析文件，再把文件下载到本地分析。

如果要生成图形化视图，本地还需要安装 graphviz：

https://graphviz.org/download/

线上使用 go tool pprof 采集时，可以通过 seconds=30 参数指定采集时间。

查看 CPU 使用情况

go tool pprof http://9.9.9.9:8080/debug/pprof/profile

输出内容最后一列为函数名称，其他各项含义如下：

• 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。
• sum%：函数占用 CPU 的累计耗时百分比。
• cum：当前函数加上调用当前函数的 CPU 总耗时。
• cum%：当前函数加上调用当前函数的 CPU 总耗时百分比。

list 命令可以查看某个函数内部的 CPU 使用情况，形式为：

list 函数名

这类分析需要能匹配到源码。线上打包后的二进制如果缺少源码路径，可能无法直接看到具体代码行；本地运行时更容易查看到具体耗时位置。

排查时先按现象选 profile：CPU 高看 profile，内存增长看 heap，请求卡住则看 goroutine、block 和 mutex。再把采样结果与压测场景、业务日志对照，确认耗时或阻塞发生在哪条调用链上。