Go应用性能分析

程序性能分析是一个非常庞大的话题，自下而上涉及底层CPU、网络、I/O，上层的业务逻辑复杂度、算法性能等。同时性能分析也是容易被大家忽略的点，往往线上出现问题、服务超时才会着手排查。工欲善其事，必先利其器，本文介绍两种Golang性能分析工具：pprof和torch。

1、pprof
pprof是Golang官方自带的程序性能分析包，可以在net/http/pprof、runtime/pprof这两个地方引用，net/http/pprof实际也调用了runtime/pprof，并在http端口上暴露。
（1）服务程序
引入方式如下：

import _ "net/http/pprof"

demo代码如下

package main

import "net/http"
import _ "net/http/pprof"

func main() {
    http.ListenAndServe(":8080", http.DefaultServeMux)
}

然后访问该链接 http://127.0.0.1:8080/debug/pprof/
可以看到当前web服务的状态，包括CPU占用情况和内存使用情况

（2）应用程序
这种场景下需要引入runtime/pprof包，对CPU运行信息进行采样存储，比如

package main

import "runtime/pprof"
import "os"
import "log"

func main() {
    f, err := os.Create("cpu.prof")
    if err != nil {
        log.Fatal(err)
    }
    pprof.StartCPUProfile(f)
    defer pprof.StopCPUProfile()
}

下一步需要使用pprof文件做出性能分析图

go tool pprof test.exe cpu.prof

然后输入web命令生成svg文件，svg用浏览器打开可以看到调用链。如果提示"profile is empty"是由于程序使用了很少的内存，无法进行采样导致，可以修改runtime.MemProfileRate降低采样率，运行前加上环境变量GODEBUG="memprofilerate=1"。

2、torch
go-torch是Uber公司开源的一款针对Go语言程序的火焰图生成工具(https://github.com/uber/go-torch)，能收集 stack traces,并把它们整理成火焰图，直观地程序给开发人员，很方便地分析Go的各个方法所占用的CPU的时间。
（1）安装FlameGraph
Stack trace visualizer：profile数据的可视化层工具

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

（2）安装torch

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

（3）使用torch
go-torch命令用法非常多，比如

Usage:
  go-torch [options] [binary] <profile source>

pprof Options:
  /u, /url:          Base URL of your Go program (default:
                     http://localhost:8080)
      /suffix:       URL path of pprof profile (default: /debug/pprof/profile)
  /t, /seconds:      Number of seconds to profile for (default: 30)
      /pprofArgs:    Extra arguments for pprof

Output Options:
  /f, /file:         Output file name (must be .svg) (default: torch.svg)
  /p, /print         Print the generated svg to stdout instead of writing to
                     file
  /r, /raw           Print the raw call graph output to stdout instead of
                     creating a flame graph; use with Brendan Gregg's flame
                     graph perl script (see
                     https://github.com/brendangregg/FlameGraph)
......

（4）demo
使用torch采样方式分析程序30s性能情况，结束后会生成torch.svg。

go-torch -u http://localhost:8080 -t 30

火焰图的y轴表示cpu调用方法的先后，x轴表示在每个采样调用时间内，方法所占的时间百分比，越宽代表占据cpu时间越多。