一：背景
当正在运行的golang程序消耗预期之外的内存和时间，我们这个时候就需要去弄明白，到底是是我们的代码哪个地方消耗了这些内存及相应时间。但此时编译好的golang程序对我们而言是黑盒，如果去分析具体的内存及时间使用情况？这个时候我们可以去了解和使用pprof来分析golang进程的内存使用。
二：实战
2.1.环境搭建
下载安装golang，需要进到pod容器中（或者也可以将这些打到基础镜像中）
$ wget https://go.dev/dl/go1.15.15.linux-amd64.tar.gz
$ tar -C /usr/local -xzf go1.4.linux-amd64.tar.gz
# 添加到环境变量中
$ export PATH=$PATH:/usr/local/go/bin
安装生成svg图的依赖
$ yum install graphviz -y
2.2.修改和添加业务代码
在相关业务服务代码main中添加以下代码
// pprof 的init函数会将pprof里的一些handler注册到http.DefaultServeMux上
// 当不使用http.DefaultServeMux来提供http api时，可以查阅其init函数，自己注册handler
import _ "net/http/pprof"
go func() {
http.ListenAndServe("0.0.0.0:9090", nil)
}()修改完成后编译二进制，并运行对应二进制。
2.3.通过 Web 界面查看
查看当前总览：访问 http://127.0.0.1:9090/debug/pprof/，可以查看到如下图相关信息。
可以直接点击上面的链接，进入子页面，查看相关的汇总信息。
2.4.go tool分析法
2.4.1.内存分析
我们可以采用go tool pprof -inuse_space http://127.0.0.1:9090/debug/pprof/heap命令连接到进程中 查看正在使用的一些内存相关信息，此时我们得到一个可以交互的命令行。
我们可以看数据top10来查看正在使用的对象较多的10个函数入口。通常用来检测有没有不符合预期的内存 对象引用。
# go tool pprof -inuse_space http://127.0.0.1:9090/debug/pprof/heap
Fetching profile over HTTP from http://127.0.0.1:9090/debug/pprof/heap
Saved profile in /root/pprof/pprof.yaohong.alloc_objects.alloc_space.inuse_objects.inuse_space.003.pb.gz
File: test_exporter
Type: inuse_space
Time: Dec 15, 2021 at 1:05pm (CST)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof) top10
Showing nodes accounting for 512.69kB, 100% of 512.69kB total
Showing top 10 nodes out of 12
flat flat% sum% cum cum%
512.69kB 100% 100% 512.69kB 100% crypto/x509.parseCertificate
0 0% 100% 512.69kB 100% crypto/x509.(*CertPool).AppendCertsFromPEM
0 0% 100% 512.69kB 100% crypto/x509.ParseCertificate
0 0% 100% 512.69kB 100% crypto/x509.SystemCertPool
0 0% 100% 512.69kB 100% crypto/x509.initSystemRoots
0 0% 100% 512.69kB 100% crypto/x509.loadSystemRoots
0 0% 100% 512.69kB 100% crypto/x509.systemRootsPool (inline)
0 0% 100% 512.69kB 100% harbor_exporter/collector.New
0 0% 100% 512.69kB 100% main.main
0 0% 100% 512.69kB 100% runtime.main
(pprof)
然后我们在用go tool pprof -alloc_space http://127.0.0.1:9090/debug/pprof/heap命令链接程序来查看 内存对象分配的相关情况。然后输入top来查看累积分配内存较多的一些函数调用:
# go tool pprof -alloc_space http://127.0.0.1:9090/debug/pprof/heap
Fetching profile over HTTP from http://127.0.0.1:9090/debug/pprof/heap
Saved profile in /root/pprof/pprof.yaohong.alloc_objects.alloc_space.inuse_objects.inuse_space.004.pb.gz
File: test_exporter
Type: alloc_space
Time: Dec 15, 2021 at 1:08pm (CST)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof) top
Showing nodes accounting for 29601.22kB, 86.52% of 34211.94kB total
Showing top 10 nodes out of 95
flat flat% sum% cum cum%
9272.51kB 27.10% 27.10% 9272.51kB 27.10% os.(*File).readdirnames
3610.34kB 10.55% 37.66% 3610.34kB 10.55% compress/flate.NewWriter
3587.75kB 10.49% 48.14% 3587.75kB 10.49% bytes.makeSlice
3584.50kB 10.48% 58.62% 5120.55kB 14.97% os.Readlink
2560.13kB 7.48% 66.10% 2560.13kB 7.48% strings.(*Builder).grow (inline)
2368.55kB 6.92% 73.03% 2368.55kB 6.92% runtime/pprof.StartCPUProfile
1542.01kB 4.51% 77.53% 1542.01kB 4.51% bufio.NewReaderSize (inline)
1536.05kB 4.49% 82.02% 1536.05kB 4.49% syscall.ByteSliceFromString
1024.38kB 2.99% 85.02% 5126.52kB 14.98% github.com/shirou/gopsutil/internal/common.ReadLinesOffsetN
515kB 1.51% 86.52% 515kB 1.51% crypto/x509.(*CertPool).AddCert
(pprof)
我们可以根据如上内存分配情况去review代码，如何减少这些相关的调用，或者优化相关代码逻辑。
当我们不明确这些调用时是被哪些函数引起的时，我们可以输入top -cum来查找，-cum的意思就是，将函数调用关系 中的数据进行累积，比如A函数调用的B函数，则B函数中的内存分配量也会累积到A上面，这样就可以很容易的找出调用链。
(pprof) top20 -cum
Showing nodes accounting for 14393.43kB, 42.07% of 34211.94kB total
Showing top 20 nodes out of 95
flat flat% sum% cum cum%
0 0% 0% 25669.06kB 75.03% harbor_exporter/collector.(*Exporter).scrape.func1
0 0% 0% 25669.06kB 75.03% harbor_exporter/collector.ScrapeSystemSocketInfo.Scrape
0 0% 0% 14905.07kB 43.57% github.com/shirou/gopsutil/process.(*Process).OpenFiles (inline)
0 0% 0% 14905.07kB 43.57% github.com/shirou/gopsutil/process.(*Process).OpenFilesWithContext
0 0% 0% 14905.07kB 43.57% github.com/shirou/gopsutil/process.(*Process).fillFromfdWithContext
0 0% 0% 9272.51kB 27.10% github.com/shirou/gopsutil/process.(*Process).fillFromfdListWithContext
0 0% 0% 9272.51kB 27.10% os.(*File).Readdirnames (inline)
9272.51kB 27.10% 27.10% 9272.51kB 27.10% os.(*File).readdirnames
0 0% 27.10% 8713.24kB 25.47% github.com/shirou/gopsutil/process.(*Process).CreateTimeWithContext
0 0% 27.10% 8713.24kB 25.47% github.com/shirou/gopsutil/process.(*Process).createTimeWithContext
0 0% 27.10% 8713.24kB 25.47% github.com/shirou/gopsutil/process.(*Process).fillFromStatWithContext
512.05kB 1.50% 28.60% 8713.24kB 25.47% github.com/shirou/gopsutil/process.(*Process).fillFromTIDStatWithContext
0 0% 28.60% 8713.24kB 25.47% github.com/shirou/gopsutil/process.NewProcessWithContext
0 0% 28.60% 8713.24kB 25.47% github.com/shirou/gopsutil/process.Processes (inline)
0 0% 28.60% 8713.24kB 25.47% github.com/shirou/gopsutil/process.ProcessesWithContext
0 0% 28.60% 5126.52kB 14.98% github.com/shirou/gopsutil/internal/common.BootTimeWithContext
0 0% 28.60% 5126.52kB 14.98% github.com/shirou/gopsutil/internal/common.ReadLines (inline)
1024.38kB 2.99% 31.59% 5126.52kB 14.98% github.com/shirou/gopsutil/internal/common.ReadLinesOffsetN
3584.50kB 10.48% 42.07% 5120.55kB 14.97% os.Readlink
0 0% 42.07% 4685.97kB 13.70% net/http.(*ServeMux).ServeHTTP
2.4.2.CPU耗时分析
我们可以采用go tool pprof http://127.0.0.1:9090/debug/pprof/profile命令连接到进程中 查看正在使用的一些CPU相关信息。
Type: cpu
Time: Dec 15, 2021 at 2:17pm (CST)
Duration: 30s, Total samples = 10ms (0.033%)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof) top 10
Showing nodes accounting for 10ms, 100% of 10ms total
flat flat% sum% cum cum%
10ms 100% 100% 10ms 100% runtime.runqgrab
0 0% 100% 10ms 100% runtime.findrunnable
0 0% 100% 10ms 100% runtime.mcall
0 0% 100% 10ms 100% runtime.park_m
0 0% 100% 10ms 100% runtime.runqsteal
0 0% 100% 10ms 100% runtime.schedule
(pprof)
(pprof) top20 -cum
Showing nodes accounting for 10ms, 100% of 10ms total
flat flat% sum% cum cum%
0 0% 0% 10ms 100% runtime.findrunnable
0 0% 0% 10ms 100% runtime.mcall
0 0% 0% 10ms 100% runtime.park_m
10ms 100% 100% 10ms 100% runtime.runqgrab
0 0% 100% 10ms 100% runtime.runqsteal
0 0% 100% 10ms 100% runtime.schedule
2.3.3.获取svg图
在我们执行go tool pprof -inuse_space http://127.0.0.1:9090/debug/pprof/heap命令和go tool pprof http://127.0.0.1:9090/debug/pprof/profile命令都可以在回显中注入svg，这样将会产生一个.svg图片，其会把这些累积关系画成一个拓扑图，提供给 我们。
下面我们取一个图片中的一个片段进行分析:
每一个方块为pprof记录的一个函数调用栈，连线上的标签代表指定的方法调用的采样值（例如时间、内存分配大小等），方框的大小与方法运行的采样值的大小有关。
每个方框由两个标签组成：在 cpu profile 中，一个是方法运行的时间占比，一个是它在采样的堆栈中出现的时间占比（前者是 flat 时间，后者则是 cumulate 时间占比)；框越大，代表耗时越多或是内存分配越多。
--inuse/alloc_space --inuse/alloc_objects区别
通常情况下：
1.--inuse_space:用来分析程序常驻内存的占用情况;
2.--alloc_objects：用来分析内存的临时分配情况，可以提高程序的运行速度。原文：https://www.cnblogs.com/yaohong/