11.4 性能监控
引发性能问题的原因无外乎执行时间过长、内存占用过多，以及意外阻塞。通过捕获或监控相关执行状态数据，就可定位引发问题的原因，从而有针对性改进算法。
有两种捕获方式：首先，在测试时输出并保存相关数据，进行初期评估。其次，在运行阶段通过Web接口获得实时数据，分析一段时间内的健康状况。除此之外，我们还可使用自定义计数器（expvar）提供更多与逻辑相关的参考数据。
拿标准库现有的Benchmark做演示：
$go test-run NONE-bench. -memprofile mem.out-cpuprofile cpu.out net/http
ok net/http 40.488s
分别保存了CPU和Memory Profile采样数据。
参数 说明 示例 -------------------+--------------------------------------+-------------- -cpuprofile 保存执行时间采样到指定文件 -cpuprofile cpu.out -memprofile 保存内存分配采样到指定文件 -memprofile mem.out -memprofilerate 内存分配采样起始值，默认为512KB -memprofilerate 1 -blockprofile 保存阻塞时间采样到指定文件 -blockprofile block.out -blockprofilerate 阻塞时间采样起始值，单位：ns
如果执行性能测试，可能须设置benchtime参数，以确保有足够的采样时间。
可使用交互模式查看，或用命令行直接输出单项结果。
$go tool pprof http.test mem.out
Entering interactive mode(type”help”for commands)
(pprof)top5
2128.96kB of 2128.96kB total( 100%) Dropped 261 nodes(cum⇐10.64kB) Showing top 5 nodes out of 22(cum>=591.75kB) flat flat% sum% cum cum% 1025.02kB 48.15%48.15% 1025.02kB 48.15% net/http2/hpack.addDecoderNode 591.75kB 27.80%75.94% 591.75kB 27.80% crypto/elliptic.initTable 512.19kB 24.06% 100% 512.19kB 24.06% runtime.malg 0 0% 100% 591.75kB 27.80% crypto/elliptic.(*p256Point).p256BaseMult 0 0% 100% 591.75kB 27.80% crypto/elliptic.GenerateKey
- flat：仅当前函数，不包括它调用的其他函数。
- sum：列表前几行所占百分比的总和。
- cum：当前函数调用堆栈累计。
默认输出信息的是alloc_space，也可以在命令行指定采样参数为alloc_objects。top命令可指定排序字段，比如“top5-cum”。
找出需要进一步查看的目标，使用peek命令列出调用来源。
(pprof)peek malg
2128.96kB of 2128.96kB total( 100%)
Dropped 261 nodes(cum⇐10.64kB)
-----------------------------------------------------+-------------
flat flat% sum% cum cum% calls calls% +context
-----------------------------------------------------+-------------
512.19kB 100% |runtime.newproc1
512.19kB 24.06%24.06% 512.19kB 24.06% |runtime.malg
-----------------------------------------------------+-------------
在目标行上部会列出多个调用该目标的函数名称，以及各自的采样统计结果。
也可用list命令输出源码行统计样式，以便更直观地定位。
(pprof)list malg
Total:2.08MB ROUTINE========================runtime.malg in/usr/local/go/src/runtime/proc.go 512.19kB 512.19kB(flat,cum)24.06%of Total . . 2633:func malg(stacksize int32) *g{ 512.19kB 512.19kB 2634: newg:=new(g) . . 2635: if stacksize>=0{ . . 2636: stacksize=round2(_StackSystem+stacksize)
除文字模式外，还可输出svg图形，将其保存或用浏览器查看。
(pprof)web # 全部 (pprof)web malg # 以malg为主，精简输出结果
在OS X下查看svg须安装Graphviz，并将默认打开方式改为“浏览器”。
用命令行方式查看单项统计结果：
$go tool pprof-text-alloc_objects-cum http.test mem.out
64393542 of 68470362 total(94.05%) Dropped 199 nodes(cum⇐342351) flat flat% sum% cum cum% 0 0% 0% 68452612 100% runtime.goexit 5136307 7.50% 7.50% 42942461 62.72% net/http.readRequest 0 0% 7.50% 31091053 45.41% testing.(*B).launch 0 0% 7.50% 31091053 45.41% testing.(*B).runN
相关参数，请查看“go tool pprof-h”。
在线采集检测数据须注入http/pprof包。
import( “net/http” _ “net/http/pprof” )
func main() { http.ListenAndServe(“:8080”,http.DefaultServeMux) }
如果使用ServerMux，可用mux.HandleFunc方法调用pprof里的相关函数。
用浏览器访问指定路径，就可看到不同的监测项。直接点击查看，或继续用命令行操作。
$go tool pprof http://localhost:8080/debug/pprof/heap?debug=1
必要时还可抓取数据，进行离线分析。
go tool pprof test mem.out