Go代码调优利器go-torch

1. pprof的使用

如何分析我们golang服务端代码的运行性能，并且找到程序的性能瓶颈和优化点呢？golang提供了pprof工具来帮助我们分析cpu、堆栈、goroutine、锁占用等程序运行信息。简单的使用教程可以参考：Golang 大杀器之性能剖析 PProf

  • 对于golang的http server应用，如果使用的是默认的http handler，只需要import _ "net/http/pprof"；pprof会自动在你的http server上注册以下接口:

    • /debug/pprof/
    • /debug/pprof/cmdline
    • /debug/pprof/profile
    • /debug/pprof/symbol
    • /debug/pprof/trace

  • 若你使用的是其他的第三方库进行路由注册，如github.com/gorilla/mux，就需要自行注册pprof接口:

      import (
      "github.com/gorilla/mux"
      "net/http/pprof"
  )

  func AttachProfiler(router *mux.Router) {
      router.HandleFunc("/debug/pprof/", pprof.Index)
      router.HandleFunc("/debug/pprof/cmdline", pprof.Cmdline)
      router.HandleFunc("/debug/pprof/profile", pprof.Profile)
      router.HandleFunc("/debug/pprof/symbol", pprof.Symbol)
  }

2. go-torch的使用

pprof可以为我们提供基本的性能分析图，如果需要更加直观的可视化性能调优，可以使用第三方火焰图工具go-torch

  1. 安装Flame Graph

     git clone https://github.com/brendangregg/FlameGraph.git
 cp FlameGraph/flamegraph.pl /usr/local/bin

  2. 安装go-torch

     go get -v github.com/uber/go-torch

  3. 使用go-torch分析程序代码，比如以下这段服务器代码：

     package main

 import (
     "log"
     "math/rand"
     "net/http"
     _ "net/http/pprof"
     "time"
 )

 // base64使用的字符集
 const letterBytes = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789/+="

 func main() {
     handler := func(w http.ResponseWriter, req *http.Request) {
         body := make([]byte, 2048)
         for i := range body {
             body[i] = letterBytes[rand.Intn(len(letterBytes))]
         }

         time.Sleep(100 * time.MillisecondSecond)
         w.Write(body)
     }

     http.HandleFunc("/random_bytes", handler)
     log.Fatal(http.ListenAndServe(":8080", nil))
 }

    这段代码的功能很简单，就是访问127.0.0.1:8080/random_bytes接口，100毫秒后返回长度为2048的随机字符串

  4. 执行go run main.go运行程序后，使用ab工具持续压测接口

     $ ab -n10000 -c 20 '127.0.0.1:8080/random_bytes'

  5. 于此同时，通过go-torch获取性能分析数据，采样时间为30秒，采样结果输出到main.svg文件中

     $ go-torch -u http://127.0.0.1:8080/debug/pprof/profile -t 30 -f main.svg

  6. 采样完成后，打开main.svg即可看到分析结果，横轴的宽度表示当前方法运行时间占总时间的百分比

参考链接:

results matching ""

    No results matching ""