go-pprof

golang pprof

标准库安装

package main

import (
    "net/http"
    _ "net/http/pprof"
)

func main() {
    go func() {
        // 在应用运行时启动 pprof 监听
        http.ListenAndServe("localhost:8080", nil)
    }()

    // 模拟业务逻辑
    select {}
}
//启动程序后，访问http://localhost:6060/debug/pprof/

Gin集成

//安装依赖
go get -u github.com/gin-contrib/pprof


//项目中引入
package main

import (
    "github.com/gin-contrib/pprof"
    "github.com/gin-gonic/gin"
)

func main() {
    r := gin.Default()

    // 启用 pprof 路由
    pprof.Register(r)

    // 模拟业务路由
    r.GET("/ping", func(c *gin.Context) {
        c.JSON(200, gin.H{
            "message": "pong",
        })
    })

    r.Run(":8080") // 启动服务
}

Syntax	Description
allocs	查看历史累计的所有内存分配的采样数据
block	查看历史累计的导致同步原语阻塞的堆栈跟踪
cmdline	包含进程的完整命令行信息，通常用于记录程序启动时的命令行参数
goroutine	实时查看当前所有运行的 goroutines 堆栈跟踪
heap	实时查看活动对象的内存分配情况
mutex	查看历史累计的导致互斥锁的竞争持有者的堆栈跟踪
profile	进行 30s 的 CPU Profiling，浏览器会转圈，30s 后下载一个分析用的 profile 文件
threadcreate	查看创建新 OS 线程的堆栈跟踪
trace	程序执行 trace, 和其他样本数据不同的是，这个需要使用 go tool trace 来分析。trace 是一种更详细的性能分析工具，用于跟踪程序的执行过程，包括函数调用、协程切换等。

方框中

pprof

Syntax	Description
flat	是我们最关注的指标，它代表自身耗时，不包含内部调用。
flat%	自身耗时相对于总耗时的百分比
cum	自身耗时加上内部函数调用的总耗时
cum%	自身耗时加上内部函数调用的总耗时相对于总耗时的百分比
sum%	前 N 行的 flat% 之和。对于上述例子的第四行 58.88=19.63+16.82+14.95+7.48

//打开浏览器并带着view选项
go tool pprof -http=:8080 /Users/mac/pprof/pprof.samples.cpu.003.pb.gz

go tool pprof http://localhost:8080/debug/pprof/profile?seconds=30

1. 基本参数‌

-http=[host:port]‌

启动本地 Web 服务，提供交互式可视化分析界面（支持火焰图、调用关系图等视图切换）‌

go tool pprof -http=:8080 profile.prof  # 访问 http://localhost:8080

-text‌

生成文本格式的性能报告，按函数耗时排序（默认输出前 10 项）‌‌

go tool pprof -text profile.prof

-proto‌

生成二进制格式的协议缓存文件（.pb.gz），用于后续进一步分析‌‌‌

go tool pprof -proto profile.prof > output.pb.gz

2. 数据采集参数‌

-seconds=N‌

指定 CPU 分析的采样时长（单位：秒），仅适用于实时采集的场景‌‌‌‌

go tool pprof -seconds=30 http://localhost:6060/debug/pprof/profile

-debug=N‌

控制调试信息输出级别（0 为静默，1 显示基本信息，2 显示详细日志‌‌‌‌

3. 视图生成参数‌

-top

生成文本格式的 Top 视图（按 flat 耗时排序），可结合 -nodecount 指定显示项数‌‌‌‌‌

go tool pprof -top -nodecount=20 profile.prof

-svg / -png / -pdf‌

生成指定格式的静态图像文件（如火焰图、调用关系图）‌

go tool pprof -svg profile.prof > flamegraph.svg

-traces‌

输出函数调用链的堆栈跟踪信息，用于分析阻塞或锁竞争问题‌

4. 过滤参数‌

-focus=REGEXP‌

go tool pprof -focus="json.*Marshal" profile.prof

-ignore=REGEXP

排除调用链中包含指定正则表达式匹配的函数‌

5. 高级参数‌

-nodecount=N‌

限制图像视图中显示的节点数量（默认 80），避免图像过于复杂‌

go tool pprof -svg -nodecount=50 profile.prof

-nodefraction=F‌

设置节点过滤阈值（默认 0.005），仅显示耗时占比超过该值的节点‌6

典型场景示例‌

1 ‌交互式分析 Web 服务性能‌

    //go tool pprof -http=:8080 http://localhost:6060/debug/pprof/profile?seconds=20
    //profile CPU 分析‌
    //heap 堆内存分析‌
    //goroutine 协程（Goroutine）分析‌
    //block 阻塞分析‌
    go tool pprof -http=10.0.27.163:9011 -seconds=180  http://10.0.27.163:9010/debug/pprof/block

tip

• 默认不开启block阻塞分析
• pprof 默认不采集阻塞事件数据，需在代码中显式开启‌

import _ "net/http/pprof"  // 启用 pprof HTTP 端点
func main() {
    runtime.SetBlockProfileRate(1)  // 设置阻塞事件采样率（1=全记录）
    http.ListenAndServe(":6060", nil)
}

2 ‌生成内存分配 Top 报告‌

    go tool pprof -text -inuse_space http://localhost:6060/debug/pprof/heap

3 ‌过滤特定函数的 CPU 消耗‌

    go tool pprof -focus="net/http.(*conn).serve" profile.prof

参数总结‌

参数类型‌	‌常用选项‌	‌核心作用‌
视图控制	-http, -text, -svg	切换分析结果的展示形式
数据采集	-seconds, -debug	控制采样过程与日志输出
过滤与聚焦	-focus, -ignore, -nodecount	缩小分析范围，定位关键问题
格式输出	-proto, -traces	生成中间文件或原始跟踪信息