go:如何定位内存cpu问题
在go web中，定位内存/cpu问题（内存泄漏，内存优化）可以这么做。
添加监听
import _ "net/http/pprof"
func main() {
go func() {
log.Println(http.ListenAndServe(":6060", nil))
}()
...网页查看数据
此时，可以在web浏览器中输入http://localhost:6060/debug/pprof/，并点击进入 heap，查看信息。
重要的数据在下面：
# runtime.MemStats
# Alloc = 1950440
# TotalAlloc = 6346404496
# Sys = 27572472Alloc 指当前分配的内存，Sys指向系统申请的内存。正常情况下，Alloc的数值应该呈波动状（因为GC）。 这样，就能比较容易的发现内存泄漏的情况。
查看内存详情日志
但是，上面的信息还不足以优化代码，进入命令行，输入命令如下：
go tool pprof -alloc_space http://localhost:6060/debug/pprof/heap此时进入交互界面，输入 top -cum。
举例：
top -cum
...
28MB 0.44% 29.40% 1532.19MB 24.24% gcount/handlers.getArticleCount这里先讲下几个标准：
- flat: 采样时，cpu状态下是该函数正在运行的次数 * 采样频率(10ms)，即得到估算的函数运行”采样时间”。这里不包括函数等待子函数返回。内存状态下则为实际值。
- flat%: flat / 总采样时间值
- sum%: 前面所有行的 flat% 的累加值。
- cum: 采样时，该函数出现在调用堆栈的采样时间，包括函数等待子函数返回。因此 flat <= cum
- cum%: cum / 总采样时间值
主要关注cum和flat就行了。 因为cum是链式的资源总合，我们很容易找到消耗链，然后使用list查看具体代码。具体上，我们关注flat的值就行了，找出大的优化它。
上面的例子中，getArticleCount 累计消耗1532M 内存。此时，用list查询这个函数，在交互界面输入
list getArticleCount
ROUTINE ======================== gcount/handlers.getArticleCount in handlers/ getclick.go
28MB 1.50GB (flat, cum) 24.24% of Total
. . 15:)
. . 16:
. . 17://GetArticleCount传入id_list，返回相关文章点击量
. . 18:func getArticleCount(r *http.Request) (interface{}, int) {
. . 19: logger.Debug("getArticleCount run")
. 186.54MB 20: id_list := httpHelper.GetReqKey(r, "id_list")
...最上面一行是总量，然后是每行代码对应的内存消耗。 多调用几次list深挖，就能找出内存消耗的元凶啦。
查看cpu详情
输入命令
go tool pprof ./msg_topic_manager http://193.112.83.241:6060/debug/pprof/profile等待一会，进入交互界面。
输入top10，查看cpu前十名：
发现第一名是syscall.Syscall，看不出来，我们继续。
输入top -cum
有点意思了，我们一路list，找到了关键地方：
从上面的图分析，可以发现cpu的消耗，主要在：
- GetKafkaJobID（这个函数实际是json的解析）；
- json.Marshal/UnMarshal
- http request 搞定收工。
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2018-05-11 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录