Cloud Profiler
性能分析是动态代码分析的一种形式，在应用运行时捕获应用的特征，然后使用这些特征信息确定如何使应用更快、更高效。
Cloud Profiler 是一个 CPU 和内存性能分析工具，是一种采样统计性能分析器，开销极低，适合生产环境。
以 Go 应用为例，用如下的代码在应用中开启 Profiler 代理，Profiler 代理会运行在新的 goroutine 中。
import "cloud.google.com/go/profiler"
func main() {
profiler.Start(profiler.Config{})
}
Profiler 代理的作用是从应用捕获性能分析数据，并使用 Profiler API 将此数据传输到 Profiler 后端（Cloud Profiler）并创建性能分析文件，Cloud Profiler 每 1 分钟对 Compute/App Engine 的一个已开启 Profiler 代理服务的实例收集一次性能分析数据（一次收集通常持续 10 秒），从而创建一个性能分析文件。
对于一个应用版本的多个实例（意味着有多个代理），后端平均每分钟会选择 一个代理，并指示其捕获一个性能分析文件。
Profiler 后端会将性能分析文件与 GCP 项目相关联。然后，我们就能够在 GCP Console 中使用 Profiler 界面查看和分析该性能分析文件。
性能分析可对如下指标进行采集
时间
- CPU 时间：是 CPU 执行代码块所花费的时间。不包括 CPU 等待时间
- 实际用时：用于测量从进入到退出函数所经过的时间
时间测量有助于我们找出长时间占据 CPU 的代码，而长时间运行的 CPU 密集型代码块可能需要进行优化。
内存
- 堆用量（某一时间点）：是收集性能剖析文件时程序在堆中所分配的内存量
- 堆分配量（某一段时间间隔，即 10s）：是在收集性能剖析文件的时间间隔内程序在堆中分配的总内存量
帮助发现程序中潜在的低效和内存泄漏问题，高内存占用可能加重 GC 负担。
线程：帮助找出可能被创建的无用线程。
争用：多线程对共享资源的访问所花费的等待时间可能很长。
参考：
网友评论