1. pprof相关

1.1. pprof数据采集

1.1.1. dump方式

• 项目中添加代码，以dump文件方式采集数据，并生成待分析文件

// 创建分析文件
file, err := os.Create("./cpu.prof")
if err != nil {
    fmt.Printf("创建采集文件失败, err:%v\n", err)
    return
}

// 进行cpu数据的获取
pprof.StartCPUProfile(file)
defer pprof.StopCPUProfile()

1.1.2. http方式

• 项目的import中添加代码，以http方式提供采集到的数据

// import中添加
_ "net/http/pprof"

// 代码中添加http服务
http.ListenAndServe("0.0.0.0:6061", nil)

1.2. pprof数据分析

1.2.1. 解析文件方式

• 生成报告方式

go tool pprof -svg {具体profFile路径} 
// 例如
go tool pprof -svg cpu.prof

• 提供http服务方式<font color='red'>（建议使用第二种）</font>

go tool pprof -http=172.21.51.109:60610 cpu.prof
go tool pprof -http=0.0.0.0:6066 http://172.21.51.109:60610/debug/pprof/heap

1.2.2. http接口分析

• 界面查看原始数据

http://{ip}:{port}/debug/pprof

• 访问http服务端分析数据

go tool pprof http://172.21.51.109:60610/debug/pprof/{type} // type 为界面查看原始数据中的各种数据类型

2. 火焰图（针对http方式数据分析）

2.1. 安装

• 安装go-torch（go mod方式）

go get github.com/uber/go-torch

• 安装FlameGraph脚本

git clone https://github.com/brendangregg/FlameGraph.git
cp FlameGraph/flamegraph.pl /usr/bin

2.2. 运行

// 分析cpu
go-torch -u http://172.21.51.109:60610 --seconds 60 -f cpu.svg

// 分析mem
go-torch  http://172.21.51.109:60610/debug/pprof/heap --colors mem  -f mem.svg

3. 内存问题排查

1. 每隔一段时间使用heap获取profile，比如间隔1分钟执行以下命令两次，可以得到两个profile文件

go tool pprof http://172.21.51.109:60610/debug/pprof/heap

2. 使用base把001文件作为基准，然后使用002和001进行对比

go tool pprof -base pprof.demo2.alloc_objects.alloc_space.inuse_objects.inuse_space.001.pb.gz pprof.demo2.alloc_objects.alloc_space.inuse_objects.inuse_space.002.pb.gz