pprof は Go のパフォーマンス分析ツールで、プログラムの実行プロセス中に、CPU 使用率、メモリ使用量、ゴルーチンの実行ステータスなどのプログラムの実行情報を記録できます。バグの場所は必要です。場合によっては、これらの記録された情報が非常に重要になります。 pprof の使用方法は数多くあります。Go には既製の「net/http/pprof」がパッケージ化されています。数行の簡単なコマンドで、pprof を開いて実行情報を記録し、Web サービスを提供できます。
このチュートリアルの動作環境: Windows 7 システム、GO バージョン 1.18、Dell G3 コンピューター。
go pprof の紹介
プロファイルは一般にパフォーマンス分析と呼ばれ、辞書での訳は概要 (名詞) または概要を説明する概要です。 ... 動詞）。コンピューター プログラムの場合、そのプロファイルは、CPU 占有率、メモリ、スレッド ステータス、スレッド ブロッキングなど、実行中のプログラムに関するさまざまな一般情報です。プログラムに関するこの情報がわかれば、プログラムの問題や障害の原因を簡単に特定できます。
pprof は Go のパフォーマンス分析ツールで、プログラムの実行プロセス中に、CPU 使用率、メモリ使用量、ゴルーチンの実行ステータスなどのプログラムの実行情報を記録できます。バグの場所は必要です。場合によっては、これらの記録された情報が非常に重要になります。
golang はプロファイリングを比較的よくサポートしており、標準ライブラリには「runtime/pprof」および「net/http/pprof」というプロファイル ライブラリが用意されており、開発者を支援する多くの便利なビジュアル ツールも提供されています。
オンライン サービスの場合、HTTP サーバーの場合は、pprof が提供する HTTP インターフェイスにアクセスしてパフォーマンス データを取得します。もちろん、実際には、ここでの最下層は runtime/pprof が提供する機能とも呼ばれ、外部ネットワーク アクセスを提供するインターフェイスにカプセル化されています。この記事では主に「net/http/pprof」の使用方法を紹介します。
基本的な使用方法
pprof を使用するには多くの方法があります。Go にはすでに 1 つの net/http/pprof がパッケージ化されており、これは簡単に使用できます。数行のコマンドでpprofの起動、稼働情報の記録、稼働データをブラウザとコマンドラインから取得できるWebサービスを提供できます。
Web サービスでモニタリングを有効にする方法について、簡単な例を見てみましょう。
package main
import (
"fmt"
"net/http"
_ "net/http/pprof"
)
func main() {
// 开启pprof，监听请求
ip := "0.0.0.0:8080"
if err := http.ListenAndServe(ip, nil); err != nil {
fmt.Printf("start pprof failed on %s\n", ip)
}
dosomething()
} ログイン後にコピー
「net/http/pprof」パッケージをプログラムにインポートし、リスニングポートを開きます。この時点で、プログラムのプロファイルを取得できます。実際の運用では、通常、この関数をゴルーチン。では、開封後はどうやって確認するのでしょうか？ 3 つの方法があります:
ブラウザ メソッド ブラウザを開いて ip:port/debug/pprof と入力します。入力。
#pprof は、多くのパフォーマンス データを提供します。具体的な意味は次のとおりです。
allocs: メモリ割り当てに関するサンプリング情報 blocks: ブロック操作に関するサンプリング情報 cmdline: プログラム起動コマンドとそのパラメータ groutin :現在の全コルーチンのスタック情報 heap: ヒープミューテックスのメモリ使用量のサンプリング情報 profile: CPU占有率のサンプリング情報 threadcreate:システム スレッドの作成に関するサンプリング情報 trace: 実行中のプログラムに関する情報の追跡 allocs はすべてのオブジェクトのメモリ割り当て、heap はアクティブ オブジェクトのメモリ割り当てです。詳細は後述します。
1. CPU パフォーマンス分析が有効になっている場合、Go ランタイムは 10 ミリ秒ごとに一時停止して、現在実行中の goroutine のコール スタックと関連データを記録します。パフォーマンス分析データがハードディスクに保存されたら、コード内のホット スポットを分析できます。
もちろん、リンクをクリックすると、そのリンクは読みにくく、分析することはほとんど不可能であることがわかります。図に示すように:
ヒープをクリックして一番下までスクロールすると、興味深いデータが表示されます。トラブルシューティングに役立つ場合もありますが、一般的には使用されていない。
heap profile: 3190: 77516056 [54762: 612664248] @ heap/1048576
1: 29081600 [1: 29081600] @ 0x89368e 0x894cd9 0x8a5a9d 0x8a9b7c 0x8af578 0x8b4441 0x8b4c6d 0x8b8504 0x8b2bc3 0x45b1c1
# 0x89368d github.com/syndtr/goleveldb/leveldb/memdb.(*DB).Put+0x59d
# 0x894cd8 xxxxx/storage/internal/memtable.(*MemTable).Set+0x88
# 0x8a5a9c xxxxx/storage.(*snapshotter).AppendCommitLog+0x1cc
# 0x8a9b7b xxxxx/storage.(*store).Update+0x26b
# 0x8af577 xxxxx/config.(*config).Update+0xa7
# 0x8b4440 xxxxx/naming.(*naming).update+0x120
# 0x8b4c6c xxxxx/naming.(*naming).instanceTimeout+0x27c
# 0x8b8503 xxxxx/naming.(*naming).(xxxxx/naming.instanceTimeout)-fm+0x63
......
# runtime.MemStats
# Alloc = 2463648064
# TotalAlloc = 31707239480
# Sys = 4831318840
# Lookups = 2690464
# Mallocs = 274619648
# Frees = 262711312
# HeapAlloc = 2463648064
# HeapSys = 3877830656
# HeapIdle = 854990848
# HeapInuse = 3022839808
# HeapReleased = 0
# HeapObjects = 11908336
# Stack = 655949824 / 655949824
# MSpan = 63329432 / 72040448
# MCache = 38400 / 49152
# BuckHashSys = 1706593
# GCSys = 170819584
# OtherSys = 52922583
# NextGC = 3570699312
# PauseNs = [1052815 217503 208124 233034 ......]
# NumGC = 31
# DebugGC = false ログイン後にコピー
Sys： 进程从系统获得的内存空间，虚拟地址空间 HeapAlloc：进程堆内存分配使用的空间，通常是用户new出来的堆对象，包含未被gc掉的。 HeapSys：进程从系统获得的堆内存，因为golang底层使用TCmalloc机制，会缓存一部分堆内存，虚拟地址空间 PauseNs：记录每次gc暂停的时间(纳秒)，最多记录256个最新记录。 NumGC： 记录gc发生的次数 命令行方式 除了浏览器，Go还提供了命令行的方式，能够获取以上信息，这种方式用起来更方便。
使用命令go tool pprof url可以获取指定的profile文件，此命令会发起http请求，然后下载数据到本地，之后进入交互式模式，就像gdb一样，可以使用命令查看运行信息，以下为使用示例：
# 下载cpu profile，默认从当前开始收集30s的cpu使用情况，需要等待30s
go tool pprof http://localhost:8080/debug/pprof/profile # 30-second CPU profile
go tool pprof http://localhost:8080/debug/pprof/profile?seconds=120 # wait 120s
# 下载heap profile
go tool pprof http://localhost:8080/debug/pprof/heap # heap profile
# 下载goroutine profile
go tool pprof http://localhost:8080/debug/pprof/goroutine # goroutine profile
# 下载block profile
go tool pprof http://localhost:8080/debug/pprof/block # goroutine blocking profile
# 下载mutex profile
go tool pprof http://localhost:8080/debug/pprof/mutex ログイン後にコピー
接下来用一个例子来说明最常用的四个命令：web、top、list、traces。
接下来以内存分析举例，cpu和goroutine等分析同理，读者可以自行举一反三。
首先，我们通过命令go tool pprof url获取指定的profile/heap文件，随后自动进入命令行。如图：
第一步，我们首先输入web命令，这时浏览器会弹出各个函数之间的调用图，以及内存的之间的关系。如图：
这个图的具体读法，可参照：中文文档 或者英文文档 这里不多赘述。只需要了解越红越大 的方块，有问题的可能性就越大，代表可能占用了更多的内存，如果在cpu的图中代表消耗了更多cpu资源，以此类推。top、list、traces三步走可以看出很多想要的结果。
top 按指标大小列出前10个函数，比如内存是按内存占用多少，CPU是按执行时间多少。top 会列出5个统计数据：
flat: 本函数占用的内存量。 flat%: 本函数内存占使用中内存总量的百分比。 sum%: 之前函数flat的累计和。 cum:是累计量，假如main函数调用了函数f，函数f占用的内存量，也会记进来。 cum%: 是累计量占总量的百分比。
这样我们可以看到到底是具体哪些函数占用了多少内存。
当然top后也可以接参数，top n可以列出前n个函数。
list 可以查看某个函数的代码，以及该函数每行代码的指标信息，如果函数名不明确，会进行模糊匹配，比如list main会列出main.main和runtime.main。现在list sendToASR试一下。
可以看到切片中增加元素时，占用了很多内存，左右2个数据分别是flat 和cum 。
traces 打印所有调用栈，以及调用栈的指标信息。使用方式为traces+函数名（模糊匹配）。
在命令行之中，还有一个重要的参数 -base，假设我们已经通过命令行得到profile1与profile2,使用go tool pprof -base profile1 profile2，便可以以profile1为基础，得出profile2在profile1之上出现了哪些变化。通过两个时间切片的比较，我们可以清晰的了解到，两个时间节点之中发生的变化，方便我们定位问题 （很重要！！！！）
打开可视化界面的方式为：go tool pprof -http=:1234 http://localhost:8080/debug/pprof/heap 其中1234是我们指定的端口
Top
该视图与前面所讲解的 top 子命令的作用和含义是一样的，因此不再赘述。
Graph
为函数调用图，不在赘述.
Peek
Top ビューと比較して、このビューには、関数の出力であるコンテキスト情報の表示が追加されています。 . 発信者/着信者。
ソース
このビューは主にソース コードの追跡と分析を追加します。そのオーバーヘッドが主にどこで消費されているかがわかります。 。
フレームグラフ
リソース消費に対応するフレームグラフ、フレームグラフの読み取り方法については割愛します。詳細はここにありますが、この記事の焦点ではありません。
2 番目のドロップダウン メニューは、図に示すとおりです。
alloc_objects、alloc_space は、アプリケーションによって割り当てられたリソースを表します。 inuse_objects,inuse_space は、未解放かどうかに関係なく、アプリケーションのリソース割り当て状況がまだ解放されていないことを示します。
#名前 ##inuse_spaceメモリの量割り当てられているがまだ解放されていない 割り当てられているがまだ解放されていないオブジェクトの量 割り当てられたメモリの合計量 (解放されたかどうかにかかわらず) 割り当てられたオブジェクトの合計量 (解放されたかどうかに関係なし) 第一个下拉菜单可以与第二个下拉菜单相组合，可以查看临时变量的火焰图，常驻变量的内存调用图等。
tips ：
程序运行占用较大的内存，可以通过 inuse_space 来体现. 存在非常频繁的 GC 活动，通常意味着 alloc_space非常高，而程序运行过程中并没有消耗太多的内存（体现为 inuse_space 并不高），当然也可能出现 GC 来不及回收，因此c出现inuse_space 也变高的情况。这种情况下同样会大量消耗CPU。 内存泄漏，通常 alloc_space 较高，且 上面我们已经看完了go pprof 的所有操作，接下来讲解一下go tool pprof 的具体使用流程。
通过监控平台监测到内存或cpu问题。 通过浏览器方式大致判断是哪些可能的问题。 通过命令行方式抓取几个时间点的profile 使用web命令查看函数调用图 使用top 、traces、list 命令定位问题 如果出现了goroutine泄漏或者内存泄漏等随着时间持续增长的问题，go tool pprof -base比较两个不同时间点的状态更方便我们定位问题。 启动程序后，用浏览器方式打开profile:
发现内存持续上升，同时goroutine也在持续上升，初步判断，内存泄漏是由于goroutine泄漏导致的。
接下来通过命令行方式抓取goroutine的情况：命令行输入：go tool pprof localhost:8080/debug/pprof/goroutine，获取结果。
一、使用web命令查看调用图，大概了解目前的goroutine的泄露情况：
通过观察，最引入注目的便是runtime.gopark这个函数，这个函数在所有goroutine泄漏时都会出现，并且是大头，接下来我们研究一下这个函数的作用:
func gopark(unlockf func(*g, unsafe.Pointer) bool, lock unsafe.Pointer, reason waitReason, traceEv byte, traceskip int) {
mp := acquirem()
gp := mp.curg
status := readgstatus(gp)
mp.waitlock = lock
mp.waitunlockf = unlockf
gp.waitreason = reason
mp.waittraceev = traceEv
mp.waittraceskip = traceskip
releasem(mp)
mcall(park_m)
} ログイン後にコピー
该函数的作用为：
1、调用acquirem函数：获取当前goroutine所绑定的m，设置各类所需参数。调用 releasem 函数将当前 goroutine 和其 m 的绑定关系解除。
2、调用 park_m 函数：将当前 goroutine 的状态从 _Grunning 切换为 _Gwaiting，也就是等待状态。删除 m 和当前 goroutine m→curg（简称gp）之间的关联。
3、调用 mcall 函数，仅会在需要进行 goroutiine 切换时会被调用：切换当前线程的堆栈，从 g 的堆栈切换到 g0 的堆栈并调用 fn(g) 函数。将 g 的当前 PC/SP 保存在 g->sched 中，以便后续调用 goready 函数时可以恢复运行现场。
综上：该函数的关键作用就是将当前的 goroutine 放入等待状态 ，这意味着 goroutine 被暂时被搁置了，也就是被运行时调度器暂停了。出现goroutine泄漏一定会调用这个函数，这个函数不是goroutine泄漏的原因，而是goroutine泄漏的结果。
此外，我们发现有两个函数的goroutine的达到了67，很可疑，在我们接下来的验证中要格外留意。
二、使用top命令，获取更加具体的函数信息：
与上面分析的结论相似，我们要将关注点放在三个开启了67个goroutine的函数。
三、traces+函数名，查看调用栈，这一步在函数调用很复杂，无法从调用图里面清晰的看出时使用，帮助我们更清晰的了解函数的调用堆栈：
四、使用list+函数名，查看具体代码的问题。
通过list命令我们可以清楚的看出问题代码是堵塞在哪里。接下来的篇幅我们来分析一下这个问题：
goroutine泄漏知识 什么是goroutine泄漏：如果你启动了一个 goroutine，但并没有符合预期的退出，直到程序结束，此goroutine才退出，这种情况就是 goroutine 泄露。当 goroutine 泄露发生时，该 goroutine 的栈(一般 2k 内存空间起)一直被占用不能释放，goroutine 里的函数在堆上申请的空间也不能被 垃圾回收器 回收。这样，在程序运行期间，内存占用持续升高，可用内存越来也少，最终将导致系统崩溃。
从 channel 里读，但是没有写。 向 unbuffered channel 写，但是没有读。 向已满的 buffered channel 写，但是没有读。 select操作在所有case上阻塞。 goroutine进入死循环中，导致资源一直无法释放。 select底层也是channel实现的，如果所有case上的操作阻塞，select内部的channel便会阻塞，goroutine也无法继续执行。所以我们使用channel时一定要格外小心。
通过分析上面两幅图的情况，可以判断是因为select在所有case上死锁了，再深入代码分析，是因为项目中的的语音模型并发能力弱，在语音发包速度快起来的时候无法处理，导致select不满足条件，导致goroutine泄漏,应该在for循环之外加一个asr←nil，保证func2的select一定会满足，同时提高模型的并发能力，使得func1的不会阻塞。
创建goroutine时就要想好该goroutine该如何结束。 使用channel时，要考虑到 channel阻塞时协程可能的行为，是否会创建大量的goroutine。 goroutine中不可以存在死循环。 案例二：内存泄漏 我们通过grafana发现内存出现泄漏：
这一次我们不使用命令行，而是使用图形化界面来定位问题。go tool pprof -http=:1234 localhost:8080/debug/pprof/heap:
发现内存占用很有可能是byte.makeSlice()导致的，火焰图看的更加清晰：
而调用byte.makeSlice()的函数为标准库中的ioutil.ReadAll()，接下来我们只需要研究这个标准库函数的实现即可。
func readAll(r io.Reader, capacity int64) (b []byte, err error) {
buf := bytes.NewBuffer(make([]byte, 0, capacity))
defer func() {
e := recover()
if e == nil {
return
}
if panicErr, ok := e.(error); ok && panicErr == bytes.ErrTooLarge {
err = panicErr
} else {
panic(e)
}
}()
_, err = buf.ReadFrom(r)
return buf.Bytes(), err
}
// bytes.MinRead = 512
func ReadAll(r io.Reader) ([]byte, error) {
return readAll(r, bytes.MinRead)
} ログイン後にコピー
可以看到 ioutil.ReadAll 每次都会分配初始化一个大小为 bytes.MinRead 的 buffer ，bytes.MinRead 在 Golang 里是一个常量，值为 512 。就是说每次调用 ioutil.ReadAll 都先会分配一块大小为 512 字节的内存。ReadFrom函数的实现：
func (b *Buffer) ReadFrom(r io.Reader) (n int64, err error) {
b.lastRead = opInvalid
// If buffer is empty, reset to recover space.
if b.off >= len(b.buf) {
b.Truncate(0)
}
for {
if free := cap(b.buf) - len(b.buf); free < MinRead {
// not enough space at end
newBuf := b.buf
if b.off+free < MinRead {
// not enough space using beginning of buffer;
// double buffer capacity
newBuf = makeSlice(2*cap(b.buf) + MinRead)
}
copy(newBuf, b.buf[b.off:])
b.buf = newBuf[:len(b.buf)-b.off]
b.off = 0
}
m, e := r.Read(b.buf[len(b.buf):cap(b.buf)])
b.buf = b.buf[0 : len(b.buf)+m]
n += int64(m)
if e == io.EOF {
break
}
if e != nil {
return n, e
}
}
return n, nil // err is EOF, so return nil explicitly
} ログイン後にコピー
ReadFrom函数主要作用就是从 io.Reader 里读取的数据放入 buffer 中，如果 buffer 空间不够，就按照每次 2x + MinRead 的算法递增，这里 MinRead 的大小也是 512 Bytes 。makeSlice扩容，消耗大量内存，但是仅仅这样，只是程序执行时消耗了比较多的内存，并未有内存泄露的情况，那服务器又是如何内存不足的呢？这就不得不扯到 Golang 的 GC 机制。
GC算法的触发时机
golang的GC算法为三色算法，按理说会回收临时变量，但是触发GC的时机导致了这个问题：
已分配的 Heap 到达某个阈值，会触发 GC, 该阈值由上一次 GC 时的 HeapAlloc 和 GCPercent 共同决定 每 2 分钟会触发一次强制的 GC，将未 mark 的对象释放，但并不还给 OS 每 5 分钟会扫描一个 Heap, 对于一直没有被访问的 Heap，归还给 OS ioutil.ReadAll会将全部的数据加载到内存,一个大请求会多次调用makeSlice 分配很多内存空间，并发的时候，会在很短时间内占用大量的系统内存，然后将 GC 阈值增加到一个很高的值，这个时候要 GC 就只有等 2 分钟一次的强制 GC。这样内存中的数据无法及时GC，同时阈值还在不停的升高，导致GC的效率越来越低，最终导致缓慢的内存泄漏。
解决方法
//req.AduioPack,err=ioutil.ReadAll(c.Resquest.Body)
buffer:=bytes.NewBuffer(make[]byte,0,6400)
_,err:=io.Copy(buffer,c.Resquest.Body)
temp:=buffer.Bytes()
req.AduioPack=temp ログイン後にコピー
不是一次性把文件读入内存，而是申请固定的内存大小。
【関連する推奨事項: Go ビデオ チュートリアル 、プログラミング教育 】
以上がゴープロフとは何ですかの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
著者別の最新記事
2023-04-26 17:59:18
2023-04-26 17:47:48
2023-04-26 17:41:42
2023-04-26 17:37:05
2023-04-26 17:31:25
2023-04-26 17:27:32
2023-04-25 19:57:58
2023-04-25 19:53:11
2023-04-25 19:49:11
2023-04-25 19:41:54
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
