通过 pprof 工具为 Golang 程序进行性能分析
准备工作
我们需要从我们的服务程序中提取程序的运行情况。Golang 提供了 runtime/pprof 和 net/http/pprof 两个库，分别应用在适合的场景中。
一次性应用
如果你的应用是一次性的，运行一段时间就结束。那么最好的办法，就是在应用退出的时候把性能分析的报告保存到文件中，进行分析。对于这种情况，可以使用 runtime/pprof 库。
去除错误处理只需要三行内容，一般把部分内容写在 main.go 文件中，应用程序启动之后就开始执行：
f, err := os.Create(*cpuprofile)
// 其他代码
pprof.StartCPUProfile(f)
defer pprof.StopCPUProfile()应用执行结束后，就会生成一个文件，保存了我们的 CPU profiling 数据。
想要获得内存的数据，直接使用 WriteHeapProfile 就行，不用 start 和 stop 这两个步骤了：
f, err := os.Create(*memprofile)
pprof.WriteHeapProfile(f)
f.Close()服务型应用
如果你的应用是一直运行的，比如 web 应用，那么可以使用 net/http/pprof 库，它能够在提供 HTTP 服务进行分析。
使用 http.DefaultServeMux
在 import 块中导入 net/http/pprof 即可：
import _ "net/http/pprof"使用 Gin 框架或者是其他 HTTP 封装库
r := gin.Default()
r.Handle(http.MethodGet, "/debug/pprof/", gin.WrapF(pprof.Index))
r.Handle(http.MethodGet, "/debug/pprof/cmdline", gin.WrapF(pprof.Cmdline))
r.Handle(http.MethodGet, "/debug/pprof/profile", gin.WrapF(pprof.Profile))
r.Handle(http.MethodGet, "/debug/pprof/symbol", gin.WrapF(pprof.Symbol))
r.Handle(http.MethodGet, "/debug/pprof/trace", gin.WrapF(pprof.Trace))进行分析
直接使用 pprof
有两种方式可以方便我们进行分析，第一种就是直接使用 go 自带的 pprof 命令行工具请求 pprof 的接口：
go tool pprof "localhost:8080/debug/pprof/profile"来进行 CPU Profiling。
请求之后将会进入一个交互式的命令行，这个时候可以通过在这个交互式命令行窗口中输入 top 来查看排名最前的数据结果。
比如，如果想要分析 heap profile 数据，查看现在 heap 上的内存开销：
❯ go tool pprof ~/Downloads/heap
File: insights-bot
Type: inuse_space
Time: Dec 11, 2023 at 12:01am (CST)
Entering interactive mode (type "help" for commands, "o" for options)
(pprof) top
Showing nodes accounting for 12127.38kB, 92.21% of 13151.42kB total
Showing top 10 nodes out of 82
flat flat% sum% cum cum%
5768.23kB 43.86% 43.86% 7925.17kB 60.26% github.com/pkoukk/tiktoken-go.loadTiktokenBpe
1644.93kB 12.51% 56.37% 1644.93kB 12.51% strings.genSplit
809.97kB 6.16% 62.53% 809.97kB 6.16% bufio.NewWriterSize
768.26kB 5.84% 68.37% 768.26kB 5.84% go.uber.org/zap/zapcore.newCounters
561.50kB 4.27% 72.64% 561.50kB 4.27% golang.org/x/net/html.map.init.1
517.33kB 3.93% 76.57% 517.33kB 3.93% github.com/gookit/color.init256ToHexMap
517.33kB 3.93% 80.51% 517.33kB 3.93% regexp/syntax.(*compiler).inst
515.38kB 3.92% 84.42% 515.38kB 3.92% ariga.io/atlas/schemahcl.WithTypes
512.31kB 3.90% 88.32% 512.31kB 3.90% regexp.onePassCopy
512.14kB 3.89% 92.21% 512.14kB 3.89% text/template/parse.New
(pprof)让我们先回到命令行的使用上，默认情况下，这样的流程会进行 30s，这是因为 pprof 暴露的接口的处理器正在对程序的 CPU 和相关计算资源的用量进行快照采集，静静等待结束之后 pprof 就会进入交互式界面让我们交互式浏览 pprof 的结果。 当然你完全可以修改这样的默认行为，你可以要求 pprof 的快照时长延长为 60s。
go tool pprof "localhost:8080/debug/pprof/profile?seconds=60"快照？`pprof` 的底层原理
简而言之，快照在这里的含义其实并不是简单地将 Profiling 的过程中这段时间的函数调用和调用耗时快照下来，更复杂的是，pprof 其实是在默认配置情况下的 30s 的时间窗口内，将这段时间范围内的高耗时函数调用，以及计算流程像是「拍个照片」一样记录下来。
复杂一点说，pprof 命令行将会在被执行的时候自动找参数提供的 Profiling 接口（在上面的例子中则为 localhost:8080/debug/pprof/profile）发起 GET 请求，在 debug/pprof/profile 接收到请求之后，将会高耗时函数调用，内存分配，符号申请，栈内栈外的信息做提取和快照操作，然后打包返回一个 pprof 可以读取和分析的二进制数据包，最终到交互式的 pprof 操作和方便用户和开发者观测这些关键的、足够显眼的调用栈和消耗。
因此，如果你想要通过 pprof 去细致入微地测量每个函数的调用的话，是行不通的，因为他们对于 pprof 而言不够显眼，换句话说，是占用的计算资源不如别的函数，这个时候 pprof 接口所返回的 Profiling 数据中是不会包含这些信息的。
对于精确测量函数调用的需求，请使用 Jeager 或者我撰写的 nekomeowww/elapsing 库来对逐个函数和调用栈进行可观测分析。
如果有二进制文件，或者想看 pprof 的源代码映射的话，也可以在第二个参数中指定正在 pprof 的二进制文件：
go tool pprof ./main "localhost:8080/debug/pprof/profile?seconds=60"先缓存下来再 pprof
在上面的例子中介绍的 pprof 的使用方法都是非常快捷临时的用法，很多时候我们不能每次都去环境里面安装 go 或者是在不保存结果的情况下对 pprof 接口返回的结果进行分析，这个时候需要我们通过别的方式实现这样的功能。
正如在 pprof 的底层原理中讲述的
pprof命令行将会在被执行的时候自动找参数提供的 Profiling 接口（在上面的例子中则为localhost:8080/debug/pprof/profile）发起GET请求，在debug/pprof/profile接收到请求之后，将会高耗时函数调用，内存分配，符号申请，栈内栈外的信息做提取和快照操作，然后打包返回一个pprof可以读取和分析的二进制数据包
所以你完全可以通过诸如 wget 和 curl 这样别的 HTTP 客户端对接口进行 GET 请求并将 pprof 可读取和分析的二进制存储到本地，然后在有 pprof 的环境中分析和执行进一步的 debug 和挖掘操作，或者是方便之后的二次复盘和数据对比：
wget localhost:8080/debug/pprof/profilecurl localhost:8080/debug/pprof/profile -O如果是从 Docker 容器中获取的 pprof profile 资料文件，可以通过下面的命令复制到宿主机：
sudo docker cp <container hash>:<path to pprof profile file> ~/然后再执行
go tool pprof <path to pprof profile file>可视化分析
使用 pprof 工具可以直接输出一个可运行的网页，在网页中可以选择查看调用统计、调用次序、火焰图等。
安装额外的依赖
要渲染这些图片，我们还需要在 macOS 上安装 graphviz：
brew install graphviz输入 profile 文件并打开一个网页服务器
go tool pprof -http=":8080" ./main ~/pprof/pprof.main.samples.cpu.001.pb.gz这个时候在浏览器中打开 http://localhost:8080，就可以看到性能分析的数据了。
延伸阅读
使用 pprof 和火焰图调试 golang 应用 | Cizixs Write Here
Golang 大杀器之性能剖析 PProf - SegmentFault 思否
Golang remote profiling and flamegraphs · matoski.com
絢香猫