9.3.4 性能剖析 Profiling
熟悉 Golang 的开发者对 pprof 工具一定不陌生。进行软件性能调试和分析时，利用 pprof 提供的 CPU 和内存分析功能，深入了解 Golang 函数的执行时间和内存使用情况。
在可观测性领域，性能剖析（Profiling）的作用与 Go 语言中的 pprof 类似，都是对运行中的程序进行动态分析，生成程序运行时的详细数据（即 Profiles），全面了解程序资源的使用情况，确定代码和性能瓶颈之间的关联。
Profiles 数据一般表示成火焰图、堆栈图或内存分析图等形式，是从“是什么”到“为什么”这一过程中至关重要的依据。例如，通过链路追踪发现延迟产生的位置，然后依靠 Profiles 生成的火焰图进一步定位到具体的代码行。2021 年，国内某站崩溃，工程师们使用火焰图观察到到一处 Lua 代码存在异常，最终定位到问题的源头[1]。
图 9-16 Lua 代码的 CPU 火焰图
火焰图分析说明
- 火焰图的 y 轴代调用栈，每一层都是一个函数调用，栈越深火焰越高，调用关系从上而下，顶部就是正在执行的函数，下方都是它的父函数。
- x 轴代表抽样数，一个函数在 x 轴占据的宽度越宽，则说明它被抽样的次数越多，也就是说它的执行时间越长。
火焰图颜色没有特殊含义，因为火焰图表示的是 CPU 的繁忙程度，所以一般选择暖色调。分析火焰图，其实就是看顶层的哪个函数占据的宽度最大。只要有“平顶”，就表示该函数可能存在性能问题。
Profiles 数据通常由多种不同的分析器（Profiler）生成，以下是一些常见的分析器类型：
- CPU 分析器：用于分析哪些函数或方法在运行时消耗了最多的 CPU 时间。例如，通过 CPU Profiler，我们可以确定某个算法的优化是否减少了 CPU 使用率。
- 堆分析器（Heap Profiler）：用于监测程序的内存使用情况，帮助发现内存泄漏或不必要的内存分配。例如，在 Java 应用中，Heap Profiler 可以帮助找到导致内存溢出的具体对象或数据结构。
- GPU 分析器：用于分析图形处理单元（GPU）的利用情况，常用于游戏开发或图形密集型应用。
- 互斥锁分析器：用于检测互斥锁的竞争情况，帮助优化多线程程序的并发性能。
- I/O 分析器：分析 I/O 操作的性能，如用来分析文件读写操作的延迟或网络请求的耗时，从而优化数据传输效率。
- 特定编程语言的分析器：如 JVM Profiler，专门分析运行在 Java 虚拟机上的应用程序。
过去，由于分析器的资源消耗较大，工程师们往往仅在紧急情况下才会临时使用它们。随着低开销分析技术的发展，如编程语言层面的 Java Flight Recorder 和 Async Profiler，以及操作系统层面的 systemTap 和 eBPF 技术的出现，让生产环境中的持续性能分析（Continuous Profiling）变得越来越可行，捕获偶发故障的现场快照也变得更加容易。
参见《2021.07.13 我们是这样崩的》https://www.bilibili.com/read/cv17521097/ ↩︎