Golang: Debug Tool

[hhstore]

go tool:

• 安装绘图依赖:

brew install graphviz

bench test + pprof + 火焰图:

• https://github.com/google/pprof/issues/166
• go1.11在 go tool pprof 中集成了火焰图(Flame graph)
• 性能分析: 火焰图

# 性能测试, 生成测试报告:
# cpu:
go test -bench=. -cpuprofile=cpu.prof

# 内存:
go test -bench=. -memprofile=mem.prof

# IO阻塞:
go test -bench=. -blockprofile=block.prof

# 浏览器查看: 
go tool pprof -http=:8080 cpu.prof
go tool pprof -http=:8080 mem.prof
go tool pprof -http=:8080 block.prof

相关项目:

• https://github.com/brendangregg/FlameGraph
• https://github.com/uber-archive/go-torch
  • 项目已废弃, 因为go1.11已集成.
• https://github.com/google/pprof

# Get the pprof tool directly
go get -u -v github.com/google/pprof

pprof -http=":8081" [binary] [profile]

[hhstore]

示例分析:

main code:

• 编译分析:

# gc 内存分配, 栈, 堆, 逃逸分析:
go run -gcflags -m gc_cost.go

go build -gcflags=-m examples/esc/sum.go

内联优化:

• 在 Go 中，函数调用有固定的开销；栈和抢占检查。
• 硬件分支预测器改善了其中的一些功能，但就功能大小和时钟周期而言，这仍然是一个成本。
• 内联是避免这些成本的经典优化方法。
• 内联只对叶子函数有效，叶子函数是不调用其他函数的.
• 使用 -gcflags = -m 标识来查看编译器优化决策
• https://segmentfault.com/a/1190000016354799

test code:

• bench test + pprof 火焰图分析

# cpu:
go test -bench=. -cpuprofile=cpu.prof

# 内存:
go test -bench=. -memprofile=mem.prof

# 浏览器打开火焰图查看:
# cpu 分析:
go tool pprof -http=:8080 cpu.prof

# 内存分析:
go tool pprof -http=:8080 mem.prof

[hhstore]

ref:

• https://wiki.jikexueyuan.com/project/go-command-tutorial/0.12.html
• https://cizixs.com/2017/09/11/profiling-golang-program/
• https://lihaoquan.me/2017/1/1/Profiling-and-Optimizing-Go-using-go-torch.html
• 参考示例: https://matoski.com/article/golang-profiling-flamegraphs/
  • 博客给了示例repo, 拉下来, 可测试火焰图效果.
• 2. Go 性能调优之 —— 编译优化
• https://segmentfault.com/a/1190000016412013
• https://www.jianshu.com/p/01a333a29288
• https://golang.org/pkg/net/http/pprof/
• golang变量逃逸分析
• https://cizixs.com/2017/09/11/profiling-golang-program/