快捷導航

Golang使用pprof和trace進行診斷和修復性能問題

更新時間：2024年01月16日 08:31:17 作者：eleven26

在?Go?中,開發(fā)人員可以使用強大的內(nèi)置工具來幫助診斷和修復性能問題,其中兩個工具是?pprof?和?trace?包,下面就跟隨小編一起來了解下如何使用pprof和trace進行診斷和修復性能問題吧

了解性能問題

Go 程序或任何軟件應(yīng)用程序中的性能問題都會對用戶體驗產(chǎn)生重大影響。Go 程序中的性能問題可能由于多種原因而發(fā)生。在本節(jié)中，我們將介紹性能問題的一些最常見原因以及它們?nèi)绾斡绊懴到y(tǒng)。

低效算法：低效算法會對性能產(chǎn)生重大影響，尤其是在處理大型數(shù)據(jù)集時。這些算法會占用額外的 CPU 周期和內(nèi)存資源，這可能會降低整個應(yīng)用程序的速度。比如暴力搜索方法和無效的排序算法。
阻塞操作：應(yīng)用程序可能偶爾會等待 I/O 活動完成，例如在磁盤上讀取或?qū)懭霐?shù)據(jù)或連接到網(wǎng)絡(luò)。在此過程中，可能會發(fā)生阻塞操作并導致執(zhí)行延遲，從而導致性能下降。當應(yīng)用程序被阻塞時，它無法執(zhí)行其他有用的任務(wù)，從而導致整體性能下降。
內(nèi)存使用率過高：使用大量內(nèi)存的 Go 應(yīng)用可能會導致性能問題，尤其是在資源不足的系統(tǒng)上。如果應(yīng)用程序消耗的內(nèi)存多于系統(tǒng)的可用內(nèi)存，則系統(tǒng)可能會開始交換到磁盤，從而大大降低應(yīng)用程序的性能。如果應(yīng)用程序不能有效地管理內(nèi)存，從而導致內(nèi)存泄漏和其他問題，也會發(fā)生這種情況。

goroutine 泄漏也會導致內(nèi)存使用率過高。另外，一些中間價比如 Elasticsearch 等，則建議直接禁用 swap，因為 swap 會導致性能下降，取而代之的是給它足夠大的內(nèi)容。

性能低下的應(yīng)用程序會導致用戶體驗差，從而導致用戶流失。為了獲得最佳體驗，優(yōu)化 Go 應(yīng)用程序至關(guān)重要。

使用 pprof 診斷性能問題

pprof 是 Go 中的一個內(nèi)置包，它為開發(fā)人員提供了一個分析工具，用于觀測他們的 Go 程序如何使用 CPU 和內(nèi)存。然后收集和分析來自此測量的數(shù)據(jù)。借助 pprof 軟件包，開發(fā)人員可以輕松測量和識別消耗比正常情況更多的 CPU 內(nèi)存的函數(shù)，以及分配最多內(nèi)存的程序部分。

讓我們假設(shè)一個轉(zhuǎn)賬 App 使用 Go，并且它具有允許用戶使用二維碼向朋友匯款的功能。更新該功能后，其開發(fā)人員注意到該應(yīng)用程序的運行速度比平時慢得多，40% 的用戶抱怨掃描二維碼時延遲長達 15 秒，有時付款失敗。為了正確分析問題，開發(fā)團隊可以在用戶掃描二維碼時使用 pprof 生成 CPU 分析文件。通過分析文件，他們可能會發(fā)現(xiàn)哪些函數(shù)占用了過多的 CPU 內(nèi)存或哪些算法效率低下。在發(fā)現(xiàn)問題并修復問題后，他們可以再次測試和使用 pprof ，以確保性能得到提高，體驗更快、更無縫。

pprof 的 profile 類型

CPU：用于分析程序的 CPU 使用情況。衡量函數(shù)如何消耗不同的 CPU 時間，從而更容易識別哪些函數(shù)消耗更多時間，這些就可能是潛在的瓶頸。
Memory：用于分析程序的內(nèi)存使用情況。衡量應(yīng)用程序如何使用內(nèi)存以及應(yīng)用程序的哪些部分分配更多內(nèi)存。
Block(阻塞)：顯示程序阻塞的位置（例如 I/O 或同步原語），從而更容易識別并發(fā)低下的區(qū)域。
Goroutine(協(xié)程)：通過返回正在運行、阻塞和等待的狀態(tài)的 Goroutine，可以輕松檢測到并發(fā)低下的區(qū)域。
Trace：捕獲程序執(zhí)行期間發(fā)生的事件的詳細日志，例如 goroutine 創(chuàng)建和銷毀、調(diào)度、網(wǎng)絡(luò)活動和阻塞操作。它在詳細分析應(yīng)用程序的性能時非常有用。

分析 profile

我們下面以一個例子來講解一下：

package main

import (
    "fmt"
    "math/rand"
    "os"
    "runtime/pprof"
)

func main() {
    // 創(chuàng)建一個保存 CPU 分析結(jié)果的文件
    f, err := os.Create("profile.prof")
    if err != nil {
        panic(err)
    }
    defer f.Close()

    // 開始采集 CPU 性能指標
    if err := pprof.StartCPUProfile(f); err != nil {
        panic(err)
    }
    defer pprof.StopCPUProfile()

    // 模擬耗 CPU 的操作
    for i := 0; i < 1000000; i++ {
        n := rand.Intn(100)
        _ = square(n)
    }
}

func square(n int) int {
    return n * n
}

在上面的代碼中：

main 函數(shù)生成一個介于 1 和 1000 之間的隨機數(shù)，然后計算其平方根。
pprof.StartCPUProfile(f) 函數(shù)啟動 CPU 分析，從而創(chuàng)建可以在以后分析的 profile 文件。
defer pprof.StopCPUProfile() 語句確保在程序結(jié)束時停止 CPU 分析，無論程序是正常終止還是由于錯誤。
我們調(diào)用 rand.Intn(100) 1000000 次來模擬 CPU 密集型任務(wù)。

接下來，我們執(zhí)行這個程序：

go run main.go

程序運行結(jié)束后，會生成一個名為 profile.pprof 的文件，這個文件包含了 CPU 分析的數(shù)據(jù)。我們可以使用 go tool pprof 命令來分析這個文件：

go tool pprof profile.prof

接下來，會輸出如下內(nèi)容，并進入了一個交互式的命令行：

Type: cpu
Time: Jan 15, 2024 at 5:17pm (CST)
Duration: 205.21ms, Total samples = 10ms ( 4.87%)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof)

我們可以接著輸入一些命令，來查看 profile 的數(shù)據(jù)：

比如，我們可以輸入 top 來查看最耗 CPU 的函數(shù)：

(pprof) top
Showing nodes accounting for 10ms, 100% of 10ms total
flat flat% sum% cum cum%
10ms 100% 100% 10ms 100% math/rand.(*Rand).Intn
0 0% 100% 10ms 100% main.main
0 0% 100% 10ms 100% math/rand.Intn (inline)
0 0% 100% 10ms 100% runtime.main
(pprof)

分析內(nèi)存

若要獲取內(nèi)存配置文件，請修改代碼以使用函數(shù) pprof.WriteHeapProfile() 將堆配置文件寫入文件。在生成隨機數(shù)并計算其平方后，您需要添加代碼以將內(nèi)存配置文件寫入文件（mem.prof）。您還將添加一個 time.Sleep(5 * time.Second) 調(diào)用，以便有時間將內(nèi)存配置文件寫入文件。在下面找到代碼的更新版本：

package main

import (
    "fmt"
    "math/rand"
    "os"
    "runtime/pprof"
    "time"
)

func main() {
    // 創(chuàng)建一個保存 CPU 分析結(jié)果的文件
    cpuProfileFile, err := os.Create("cpu.prof")
    if err != nil {
        panic(err)
    }
    defer cpuProfileFile.Close()

    // 開始采集 CPU 性能指標
    if err := pprof.StartCPUProfile(cpuProfileFile); err != nil {
        panic(err)
    }
    defer pprof.StopCPUProfile()

    // 模擬耗 CPU 的操作
    for i := 0; i < 10; i++ {
        n := rand.Intn(100)
        s := square(n)
        fmt.Printf("%d^2 = %d\n", n, s)
    }

    // 創(chuàng)建一個保存內(nèi)存分析結(jié)果的文件
    memProfileFile, err := os.Create("mem.prof")
    if err != nil {
        panic(err)
    }
    defer memProfileFile.Close()

    // 將內(nèi)存分析結(jié)果寫入文件
    if err := pprof.WriteHeapProfile(memProfileFile); err != nil {
        panic(err)
    }
    fmt.Println("Memory profile written to mem.prof")

    time.Sleep(5 * time.Second)
}

func square(n int) int {
    return n * n
}

輸出：

31^2 = 961
83^2 = 6889
88^2 = 7744
86^2 = 7396
14^2 = 196
99^2 = 9801
42^2 = 1764
29^2 = 841
86^2 = 7396
86^2 = 7396
Memory profile written to mem.prof

運行 go run main.go 后，將生成一個 mem.prof 文件。在交互式 shell 中，鍵入 top 以分析程序的內(nèi)存使用情況。若要顯示此交互式 shell，請運行以下命令：

go tool pprof mem.prof

要按 CPU 使用率顯示排名靠前的函數(shù)，請鍵入 top 命令：

? go tool pprof mem.prof
Type: inuse_space
Time: Jan 15, 2024 at 5:22pm (CST)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof) top
Showing nodes accounting for 1.72MB, 100% of 1.72MB total
flat flat% sum% cum cum%
1.72MB 100% 100% 1.72MB 100% runtime/pprof.StartCPUProfile
0 0% 100% 1.72MB 100% main.main
0 0% 100% 1.72MB 100% runtime.main
(pprof)

從上面的示例中可以看出，pprof 可以讓我們很清楚地知道哪些函數(shù)占用了大量的內(nèi)存或者 CPU。因此，通過將 profile 納入開發(fā)過程，可以很容易地主動識別和解決性能問題，從而實現(xiàn)更快、更高效的應(yīng)用程序。

在第一個示例中，我們了解了如何使用 pprof 工具創(chuàng)建 CPU 分析文件并對其進行分析。輸出顯示每個函數(shù)的調(diào)用次數(shù)，以及執(zhí)行每個函數(shù)所花費的總時間。這使我們能夠識別消耗最多 CPU 時間的函數(shù)，并可能對其進行優(yōu)化。在第二個示例中，輸出顯示了每個函數(shù)的內(nèi)存使用情況，包括分配的數(shù)量和分配的字節(jié)數(shù)。這使我們能夠識別使用過多內(nèi)存的函數(shù)，并可能對其進行優(yōu)化以減少內(nèi)存使用。

使用 trace 追蹤

有時，我們需要有關(guān)程序如何運行的更多詳細信息。在這種情況下，trace 包是一個非常強大和有用的工具。在本節(jié)中，我們將對其進行介紹。

trace 是一種工具，可讓您收集有關(guān)程序運行方式的詳細信息。它對于理解 goroutine 是如何創(chuàng)建和調(diào)度的、通道的使用方式以及網(wǎng)絡(luò)請求的處理方式等內(nèi)容非常有用。它提供了程序執(zhí)行的時間線視圖，可用于識別一段時間內(nèi)的性能問題和其他類型的錯誤。

trace 可以收集有關(guān)程序運行時發(fā)生的各種事件的數(shù)據(jù)。這些事件包括：Goroutine 創(chuàng)建、銷毀、阻塞、取消阻塞、網(wǎng)絡(luò)活動和垃圾回收。每個 trace 事件都分配了一個時間戳和一個 goroutine ID，允許您查看事件的順序以及它們之間的關(guān)系。

分析 trace 追蹤數(shù)據(jù)

首先，我們將創(chuàng)建一個新的 go 文件，將其命名為 trace.go。若要生成跟蹤數(shù)據(jù)，請導入 runtime/trace 包并在程序開始時調(diào)用 trace.Start 。若要停止跟蹤收集，請在程序結(jié)束時調(diào)用 trace.Stop 。下面是它的樣子：

package main

import (
    "fmt"
    "math/rand"
    "os"
    "runtime/pprof"
    "runtime/trace"
)

func main() {
    // 創(chuàng)建一個保存 CPU 分析結(jié)果的文件
    f, err := os.Create("profile.prof")
    if err != nil {
        panic(err)
    }
    defer f.Close()

    // 開始采集 CPU 性能指標
    if err := pprof.StartCPUProfile(f); err != nil {
        panic(err)
    }
    defer pprof.StopCPUProfile()

    // 創(chuàng)建一個保存 trace 追蹤結(jié)果的文件
    traceFile, err := os.Create("trace.out")
    if err != nil {
        panic(err)
    }
    defer traceFile.Close()

    if err := trace.Start(traceFile); err != nil {
        panic(err)
    }
    defer trace.Stop()

    // 模擬耗 CPU 的操作
    for i := 0; i < 10; i++ {
        n := rand.Intn(100)
        _ = square(n)
    }
}

func square(n int) int {
    return n * n
}

運行以下命令以啟動程序：

go run main.go

要分析跟蹤數(shù)據(jù)，可以使用 go tool trace 命令，后跟跟蹤文件的名稱：

go tool trace trace.out

這將啟動基于 Web 的跟蹤數(shù)據(jù)可視化，您可以使用它來了解程序的運行方式并識別性能問題。

您還可以查看有關(guān)各種 goroutine 以及各種進程如何運行的詳細信息！Trace 是了解各種流事件、goroutine 分析等等的絕佳工具！

分析和修復性能問題

使用 pprof 和 trace 收集性能數(shù)據(jù)后，下一步是分析數(shù)據(jù)并確定可能的性能問題。

要解釋 pprof 的輸出，首先需要了解可用的各種類型的分析數(shù)據(jù)。最常見的配置文件類型是 CPU 和內(nèi)存配置文件，就像前面引用的示例一樣。通過分析這些配置文件，可以識別消耗大量資源并可能成為潛在瓶頸的功能。 pprof 還可以生成其他類型的配置文件，例如互斥鎖爭用和阻塞配置文件，這有助于確定同步和阻塞問題。例如，較高的互斥鎖爭用率可能表明多個 goroutine 正在爭用同一個鎖，這可能導致阻塞和性能不佳。

如前所述，跟蹤數(shù)據(jù)包含有關(guān)應(yīng)用程序行為的更全面的數(shù)據(jù)，例如 goroutines、阻塞操作和網(wǎng)絡(luò)流量。跟蹤數(shù)據(jù)分析可用于檢測延遲源和其他性能問題，例如網(wǎng)絡(luò)延遲過長或選擇了效率低下的算法。

一旦確定了性能問題，有幾種方法可以優(yōu)化性能。一種常見的策略是通過重用對象來減少內(nèi)存分配，同時減少大型數(shù)據(jù)結(jié)構(gòu)的使用。通過減少可分配的內(nèi)存量和垃圾回收量，可以降低 CPU 使用率并提高整體程序性能。

另一種方法是使用異步 I/O 或非阻塞操作來減少阻塞操作，例如文件 I/O 或網(wǎng)絡(luò)通信。這有助于減少程序等待 I/O 操作完成所花費的時間，并提高整體程序吞吐量。

此外，優(yōu)化算法和數(shù)據(jù)結(jié)構(gòu)可以顯著提高性能。通過選擇更有效的算法和數(shù)據(jù)結(jié)構(gòu)，可以減少完成操作所需的 CPU 時間，并提高整體程序性能。

總結(jié)

優(yōu)化 Go 應(yīng)用程序中的性能以確保它們高效且有效地運行非常重要。通過這樣做，我們可以改善用戶體驗，降低運行應(yīng)用程序的成本，并提高代碼的整體質(zhì)量。我們可以使用 pprof 和 trace 工具來分析 CPU 和內(nèi)存使用情況，并識別 Go 應(yīng)用程序中的瓶頸和其他問題。然后，我們可以根據(jù)這些工具的輸出對代碼進行有針對性的改進，例如減少內(nèi)存分配、最小化阻塞操作和優(yōu)化算法。分析工具（如 pprof 和 trace ）對于識別和解決性能問題至關(guān)重要。

以上就是Golang使用pprof和trace進行診斷和修復性能問題的詳細內(nèi)容，更多關(guān)于Go pprof trace的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: