Go / 系统课时

使用 CPU Profile 定位热点

使用 CPU Profile 定位热点

本课解决“CPU 很高,但不知道时间花在哪里”的定位问题。你将采集 Go CPU profile,用 pprof 从函数、调用路径和运行时成本三个层面缩小热点范围,并正确区分应用计算、Go 运行时开销与真正的内核 CPU 消耗。

学习目标

  • 能在程序中安全采集 CPU profile 并生成 profile 文件
  • 能用 go tool pprof 查看热点、调用关系和占比
  • 能判断热点属于应用代码、Go runtime,还是需要进一步用系统工具确认的内核开销

CPU Profile 采集的是执行时间热点

Go CPU profile 基于周期性采样得到调用栈。它适合回答“CPU 时间主要落在哪些函数和调用路径上”,而不是精确统计每次函数调用耗时。

采集时应覆盖稳定的业务负载,并尽量避开启动、预热或异常流量。生产问题通常关心的是一个固定时间窗口内的代表性 profile,而不是长期持续采集。

用 pprof 采集一个可分析样本

最小示例可以直接使用 runtime/pprof 写入 CPU profile。必须调用 StopCPUProfile 结束采集,否则文件可能没有完整的 profile 数据。

go
package main

import (
	"fmt"
	"os"
	"runtime/pprof"
)

func cpuWork() {
	total := 0
	for i := 0; i < 80_000_000; i++ {
		total += i % 97
	}
	fmt.Println("work result:", total)
}

func main() {
	f, err := os.Create("cpu.pprof")
	if err != nil {
		panic(err)
	}
	defer f.Close()

	if err := pprof.StartCPUProfile(f); err != nil {
		panic(err)
	}
	defer pprof.StopCPUProfile()

	cpuWork()
}

预期输出

text
work result: <VALUE>

运行结束后当前目录应生成 cpu.pprof。<VALUE> 会随程序运行结果保持确定的计算值;profile 内容则取决于运行平台和采样时机。

先看 top,再看调用路径

生成 profile 后,先用 top 找高占比函数,再用 list 或调用图继续确认热点究竟来自哪段代码。不要看到一个 runtime.* 函数就立即认定“程序本身没问题”,需要沿调用路径回溯到业务入口。

bash
go tool pprof -top cpu.pprof

预期结果

text
Showing nodes accounting for <VALUE> of <VALUE> total
      flat  flat%   sum%        cum   cum%
   ...      ...     ...      ...     ...  main.cpuWork

flat 更接近函数自身消耗的采样时间,cum 包含该函数调用下游的累计时间。判断纯计算热点时先关注高 flat 项;如果某个业务函数 cum 很高而 flat 不高,继续沿调用链查看真正耗时的位置。

bash
go tool pprof -list cpuWork cpu.pprof

预期结果

text
Total: <VALUE>
ROUTINE ======================== main.cpuWork in <PATH>
... source lines with sampled cost ...

实际输出的文件路径、采样数和百分比会因环境不同而变化。定位目标是找到采样集中出现的具体源码区间,而不是追求固定数字。

区分应用、runtime 与内核调用

热点出现在业务函数、字符串处理、编码、排序或锁竞争相关路径时,通常先从应用代码和数据规模入手。若大量采样落在 runtime.*,则需要继续判断是 GC、调度、内存分配、channel、锁还是 syscall 路径带来的运行时成本。

需要特别注意:Go CPU profile 不是完整的内核 CPU 分析器。看到 syscall、网络或文件 I/O 相关调用,只能说明采样时程序执行路径涉及这些操作,不能据此直接得出“内核消耗了多少 CPU”的结论。要把用户态与内核态 CPU 拆开,应进一步使用操作系统级工具,例如 Linux 上的 perf。

因此可以按这个顺序判断:先用 CPU profile 找到 Go 进程内部最热调用路径;如果热点指向 syscall、调度或系统级行为,再用系统 profiler 验证;最后回到业务代码判断是否能通过减少调用次数、降低数据量或改变算法来消除成本。

用负载窗口而不是单次启动结果判断

CPU profile 最有价值的样本来自稳定流量。采集前先让服务达到目标并发,再覆盖一个完整的业务窗口;采集结束后对照 QPS、延迟和 CPU 利用率。一个函数占比高并不一定意味着它应该被优化,只有当它与业务 SLO、CPU 饱和或吞吐瓶颈同时相关时,才值得进入改造队列。

当 top 已经明确热点后,下一步通常不是继续盲目优化,而是验证它属于算法复杂度、分配与 GC、锁竞争、调度开销还是 I/O 路径。先确定成本类型,再选择基准测试或系统级工具,定位会比只盯着最高占比函数可靠得多。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

使用 CPU Profile 定位热点

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通