一、golang 程序性能调优 在 golang 程序中，有哪些内容需要调试优化？
一般常规内容：
cpu：程序对cpu的使用情况 - 使用时长，占比等
内存：程序对cpu的使用情况 - 使用时长，占比，内存泄露等。如果在往里分，程序堆、栈使用情况
I/O：IO的使用情况 - 哪个程序IO占用时间比较长
golang 程序中：
goroutine：go的协程使用情况，调用链的情况
goroutine leak：goroutine泄露检查
go dead lock：死锁的检测分析
data race detector：数据竞争分析，其实也与死锁分析有关
上面是在 golang 程序中，性能调优的一些内容。
有什么方法工具调试优化 golang 程序？比如 linux 中 cpu 性能调试，工具有 top，dstat，perf 等。
那么在 golang 中，有哪些分析方法？
golang 性能调试优化方法：
Benchmark：基准测试，对特定代码的运行时间和内存信息等进行测试
Profiling：程序分析，程序的运行画像，在程序执行期间，通过采样收集的数据对程序进行分析
Trace：跟踪，在程序执行期间，通过采集发生的事件数据对程序进行分析
profiling 和 trace 有啥区别？
profiling 分析没有时间线，trace 分析有时间线。
在 golang 中，应用方法的工具呢？
这里介绍 pprof 这个 golang 工具，它可以帮助我们调试优化程序。
它的最原始程序是 gperftools - https://github.com/gperftools/gperftools，golang 的 pprof 是从它而来的。
二、pprof 介绍 简介pprof 是 golang 官方提供的性能调优分析工具，可以对程序进行性能分析，并可视化数据，看起来相当的直观。
当你的 go 程序遇到性能瓶颈时，可以使用这个工具来进行调试并优化程序。
本文将对下面 golang 中 2 个监控性能的包 pprof 进行运用：
runtime/pprof：采集程序运行数据进行性能分析，一般用于后台工具型应用。
net/http/pprof：对 runtime/pprof 的二次封装，一般应用于 http server ，采集 http server 运行时数据进行分析。
pprof 开启后，每隔一段时间就会采集当前程序的堆栈信息，获取函数的 cpu、内存等使用情况。通过对采样的数据进行分析，形成一个数据分析报告。
pprof 以 profile.proto 的格式保存数据，然后根据这个数据生成可视化的分析报告，支持文本形式和图形形式报告。
profile.proto 里具体的数据格式是 protocol buffers。
Report generation：报告生成
Interactive terminal use：交互式终端
Web interface：Web 界面
三、runtime/pprof 前提条件先安装 pprof： go get -u github.com/google/pprof。
调试分析 golang 程序，要开启 profile 然后开始采样数据。
采样数据的方式：
第 1 种，在 go 程序中添加如下代码：
为当前 process 开启 CPU profiling 。
停止当前的 CPU profile。当所有的 profile 写完了后它才返回。
把内存 heap 相关的内容写入到文件中
pprof.WriteHeapProfile(w io.Writer)第 2 种，在 benchmark 测试的时候
go test -cpuprofile cpu.prof -memprofile mem.prof -bench .还有一种，对 http server 采集数据
go tool pprof $host/debug/pprof/profile 程序示例go version go1.13.9
例子 1我们用第 1 种方法，在程序中添加分析代码，demo.go :
package main import ( "bytes" "flag" "log" "math/rand" "os" "runtime" "runtime/pprof" "sync" ) var cpuprofile = flag.String("cpuprofile", "", "write cpu profile to `file`") var memprofile = flag.String("memprofile", "", "write mem profile to `file`") func main() { flag.Parse() if *cpuprofile != "" { f, err := os.Create(*cpuprofile) if err != nil { log.Fatal("could not create CPU profile: ", err) } defer f.Close() if err := pprof.StartCPUProfile(f); err != nil { log.Fatal("could not start CPU profile: ", err) } defer pprof.StopCPUProfile() } var wg sync.WaitGroup wg.Add(200) for i := 0; i < 200; i++ { go cyclenum(30000, &wg) } writeBytes() wg.Wait() if *memprofile != "" { f, err := os.Create(*memprofile) if err != nil { log.Fatal("could not create memory profile: ", err) } defer f.Close() runtime.GC() if err := pprof.WriteHeapProfile(f); err != nil { log.Fatal("cound not write memory profile: ", err) } } } func cyclenum(num int, wg *sync.WaitGroup) { slice := make([]int, 0) for i := 0; i < num; i++ { for j := 0; j < num; j++ { j = i + j slice = append(slice, j) } } wg.Done() } func writeBytes() *bytes.Buffer { var buff bytes.Buffer for i := 0; i < 30000; i++ { buff.Write([]byte{'0' + byte(rand.Intn(10))}) } return &buff }编译程序、采集数据、分析程序：
编译 demo.go
go build demo.go用 pprof 采集数据，命令如下：
./demo.exe --cpuprofile=democpu.pprof --memprofile=demomem.pprof说明：我是 win 系统，这个 demo 就是 demo.exe ，linux 下是 demo
分析数据，命令如下：
go tool pprof democpu.pprofgo tool pprof 简单的使用格式为：go tool pprof [binary] [source]
binary： 是应用的二进制文件，用来解析各种符号
source： 表示 profile 数据的来源，可以是本地的文件，也可以是 http 地址
要了解 go tool pprof 更多命令使用方法，请查看文档：go tool pprof --help
注意：