Beego pprof 性能分析工具使用

router.go 添加内容：

Source code

beego.Router("/debug/pprof", &controllers.ProfController{})
beego.Router("/debug/pprof/:app([\\w]+)", &controllers.ProfController{})

创建控制器：prof.go
添加内容：

Source code

type ProfController struct {
	beego.Controller
}
 
func (c *ProfController) Get() {
	switch c.Ctx.Input.Param(":app") {
	default:
		pprof.Index(c.Ctx.ResponseWriter, c.Ctx.Request)
	case "":
		pprof.Index(c.Ctx.ResponseWriter, c.Ctx.Request)
	case "cmdline":
		pprof.Cmdline(c.Ctx.ResponseWriter, c.Ctx.Request)
	case "profile":
		pprof.Profile(c.Ctx.ResponseWriter, c.Ctx.Request)
	case "symbol":
		pprof.Symbol(c.Ctx.ResponseWriter, c.Ctx.Request)
	}
	c.Ctx.ResponseWriter.WriteHeader(200)
}

通过访问地址：http://127.0.0.1:8080/debug/pprof查看数据
注意：点击页面链接，如查看goroutine详情：http://127.0.0.1:8080/debug/goroutine?debug=1，会有问题，需将地址更改为：http://127.0.0.1:8080/debug/pprof/goroutine?debug=1。没搞明白啥原因。

如果想使用工具分析：
go tool pprof http://127.0.0.1:8080/debug/pprof/profile
需要安装：Graphviz 工具
下载地址：https://graphviz.gitlab.io/download/
生成视图命令：web

pprof 部分字段解析：

2 allocs # 所有过去内存分析采样
0 block # 导致同步原语阻塞的堆栈跟踪
0 cmdline # 程序启动参数
4 goroutine # 所有当前goroutine堆栈跟踪
2 heap # 活动对象内存分配采样
0 mutex # 互斥锁跟踪
0 profile # 生成cpuprofile文件 生成文件使用go tool pprof工具分析
8 threadcreate # 创建系统线程的堆栈跟踪
0 trace # 对当前程序执行的跟踪 生成文件使用go tool trace工具分析
full goroutine stack dump # 显示所有goroutine的堆栈

生成火焰图

1. 安装 go-torch
   go get -v github.com/uber/go-torch
2. 安装FlameGraph
   git clone https://github.com/brendangregg/FlameGraph.git
   将FlameGraph目录加入到操作系统的环境变量中。
3. 使用命令生成火焰图
   go-torch -u http://127.0.0.1:8080 -t 30
   30秒之后终端会初夏如下提示：Writing svg to torch.svg
   用浏览器打开就可以看到详细信息。

火焰图的y轴表示cpu调用方法的先后，x轴表示在每个采样调用时间内，方法所占的时间百分比，越宽代表占据cpu时间越多。通过火焰图我们就可以更清楚的找出耗时长的函数调用，然后不断的修正代码，重新采样，不断优化。