要使用golang的pprof库进行性能分析，最常见方式是引入\_ "net/http/pprof"并启动http服务，也可手动调用runtime/pprof包局部采样；1.采集cpu剖析数据时，通过startcpuprofile和stopcpuprofile标记范围，生成prof文件后用go tool pprof分析top函数及web可视化图；2.采集内存剖析数据时，默认采样率较低，可通过memprofilerate调整精度，使用writeheapprofile生成heap profile文件，并通过pprof工具查看内存分配热点，区分inuse_objects与alloc_objects以识别内存泄漏；3.实战中需避免线上全量采样，关注调用链路径，多次采样对比结果，并结合日志定位具体问题。
Golang 自带的 pprof 库是一个非常实用的性能分析工具，尤其在排查 CPU 占用高或内存泄漏问题时特别有用。它的使用方式相对简单，但要真正发挥它的价值，需要了解一些实战技巧。
如何开启 pprof 接口
最常见的方式是在你的 Go 程序中引入 _ "net/http/pprof" 包，并启动一个 HTTP 服务：
go func() {
http.ListenAndServe(":6060", nil)
}()这样你就可以通过访问 http://localhost:6060/debug/pprof/ 查看各种性能数据了。这个接口默认提供了 CPU、堆内存、goroutine 等多种剖析类型。
立即学习“go语言免费学习笔记（深入）”；
如果你不想暴露整个 HTTP 服务，也可以手动调用 runtime/pprof 包进行局部采样，比如只记录某段代码的 CPU 使用情况。
如何采集 CPU 剖析数据
CPU 剖析主要用于查看程序中各个函数的耗时分布。你可以通过以下步骤来采集数据：
- 启动 CPU 剖析：
f, _ := os.Create("cpu.prof") pprof.StartCPUProfile(f) defer pprof.StopCPUProfile() - 运行你想测试的逻辑。
- 停止剖析后会生成
cpu.prof文件。
然后使用 go tool pprof 打开这个文件：
go tool pprof cpu.prof
进入交互模式后，可以输入 top 查看前几名耗时函数，或者 web 生成可视化调用图。重点关注那些“flat”和“cum”列数值高的函数，它们是性能瓶颈所在。
如何采集内存剖析数据
内存剖析用于发现内存分配热点，尤其是潜在的内存泄漏。默认情况下，Go 的 pprof 只采样部分内存分配（采样率约每 512KB 分配一次），如果你想更精确地追踪小对象分配，可以调整采样率：
runtime.MemProfileRate = 1 // 每个字节都记录（不建议在生产环境使用）
采集内存数据的方法类似 CPU：
-
手动生成内存 profile：
f, _ := os.Create("mem.prof") pprof.WriteHeapProfile(f) f.Close() 或者通过 HTTP 接口访问
/debug/pprof/heap获取当前内存状态。
同样用 go tool pprof 打开 mem.prof 文件，输入 top 查看最大的内存分配点。注意区分 inuse_objects 和 alloc_objects：前者是当前还在使用的内存，后者是总分配量。如果 inuse 一直增长，可能有内存泄漏。
实战中的几个注意事项
-
避免线上全量采样：像设置
MemProfileRate=1这种操作会导致性能下降严重，仅限本地调试。 - 关注调用路径：pprof 生成的图表中，调用链非常重要。有时候某个函数本身不慢，但它被频繁调用或在错误的地方调用，也会导致性能问题。
- 多做几次采样对比：不要只看一次结果，尤其是在并发环境下。多次采样能帮助你识别出稳定存在的问题。
- 结合日志定位上下文：pprof 提供的是宏观层面的数据，具体到业务逻辑，还需要配合日志来定位具体场景。
基本上就这些。掌握好 CPU 和内存剖析的使用方法，能帮你快速定位 Go 项目中的性能瓶颈。虽然看起来步骤不少，但熟悉之后你会发现它其实挺直观，只是有些细节容易忽略而已。
