在 Go 语言中，使用 pprof 进行性能分析是优化代码的常用手段。以下简要介绍操作步骤：
1. 导入 pprof 包
在代码中导入 net/http/pprof 包（即使你不需要 HTTP 服务），它会自动注册性能分析相关的路由：
import (
_ "net/http/pprof" // 自动注册 pprof 路由
"net/http"
)
func main() {
// 启动一个 HTTP 服务（用于 pprof 分析）
go func() {
http.ListenAndServe("localhost:6060", nil)
}()
// ... 你的业务代码 ...
}
2. 生成性能分析数据
通过 HTTP 接口获取数据
启动程序后，访问以下接口获取分析数据：
http://localhost:6060/debug/pprof/：所有可用的性能分析类型。
http://localhost:6060/debug/pprof/profile：CPU 分析（默认采集 30 秒）。
http://localhost:6060/debug/pprof/heap：内存分析。
http://localhost:6060/debug/pprof/block：阻塞分析。
http://localhost:6060/debug/pprof/goroutine：Goroutine 分析。
通过命令行直接采集
# 采集 CPU 数据（默认 30 秒）
go tool pprof http://localhost:6060/debug/pprof/profile
# 采集内存数据
go tool pprof http://localhost:6060/debug/pprof/heap
# 采集 60 秒 CPU 数据
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=60
3. 分析性能数据
交互式命令行分析
运行命令后进入交互模式：
go tool pprof http://localhost:6060/debug/pprof/profile
常用命令：
top：显示耗时最多的函数。
list 函数名：查看具体函数的代码行耗时。
web：生成可视化调用图（需安装 Graphviz）。
svg：生成 SVG 格式的火焰图。
生成火焰图
安装 Graphviz：
# macOS
brew install graphviz
# Ubuntu/Debian
apt-get install graphviz
生成火焰图：
go tool pprof -http=:8080 pprof.profile
浏览器打开 http://localhost:8080，选择 Flame Graph 查看。
4. 代码中手动采集数据
如果不使用 HTTP 服务，可以手动生成分析文件：
import (
"os"
"runtime/pprof"
)
func main() {
// CPU 分析
f, _ := os.Create("cpu.pprof")
pprof.StartCPUProfile(f)
defer pprof.StopCPUProfile()
// ... 你的代码 ...
// 内存分析
mf, _ := os.Create("mem.pprof")
pprof.WriteHeapProfile(mf)
defer mf.Close()
}
5. 分析 Benchmark 性能
在测试文件中结合 testing 和 pprof：
func BenchmarkMyFunc(b *testing.B) {
// 启动 CPU 分析
f, _ := os.Create("benchmark_cpu.pprof")
pprof.StartCPUProfile(f)
defer pprof.StopCPUProfile()
// 运行被测函数
for i := 0; i < b.N; i++ {
MyFunc()
}
}
运行 Benchmark 并生成分析文件：
go test -bench=. -cpuprofile=benchmark_cpu.pprof
go tool pprof benchmark_cpu.pprof
- 常见分析场景
CPU 瓶颈：查看 top 列表，优化高耗时函数。
内存泄漏：分析 heap，检查未释放的内存分配。
Goroutine 泄漏：通过 goroutine 分析，找到未退出的 Goroutine。
阻塞分析：使用 block 类型，查找程序阻塞点。
示例：分析 HTTP 服务
启动一个 HTTP 服务并导入 pprof。
使用压测工具（如 wrk 或 ab）模拟请求。
采集 CPU 或内存数据：
go tool pprof http://localhost:6060/debug/pprof/profile
分析火焰图，找到热点函数。
通过以上步骤，你可以快速定位 Go 程序的性能瓶颈并进行优化。实践中建议结合火焰图和代码逻辑进行深度分析。
