pprof是Go语言性能分析核心工具，通过引入net/http/pprof包启用，访问/debug/pprof/路径获取CPU、内存、goroutine等运行时数据；使用go tool pprof采集CPU profile可定位热点函数，分析heap profile能发现内存分配瓶颈，结合sync.Pool优化对象复用；通过block和mutex profile排查goroutine阻塞与锁争用问题，持续集成pprof采样可实现服务性能持续优化。
Go语言凭借其高效的并发模型和简洁的语法，在构建高性能Web服务方面表现出色。但即便如此，随着业务增长，性能瓶颈仍可能出现。这时，pprof 就成了定位问题的关键工具。它能帮助你分析CPU、内存、goroutine等运行时数据，精准找出性能热点。
启用pprof：让程序“可观察”
Go的 net/http/pprof 包让性能分析变得简单。只需在Web服务中引入它，就能通过HTTP接口获取运行时数据。
在你的HTTP服务中加入以下代码：
import _ "net/http/pprof"
import "net/http"
func main() {
go func() {
http.ListenAndServe("localhost:6060", nil)
}()
// 启动你的主服务
}
这样，pprof会自动注册一系列路由到 /debug/pprof/ 下。访问 http://localhost:6060/debug/pprof/ 就能看到分析界面。
立即学习“go语言免费学习笔记（深入）”；
采集CPU性能数据，定位热点函数
当服务响应变慢，第一步通常是查看CPU使用情况。使用下面命令采集30秒的CPU使用数据：
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30
进入交互式界面后，输入 top 查看消耗CPU最多的函数。你可能会看到类似这样的输出：
- runtime.mallocgc — 内存分配频繁
- your/pkg.ProcessData — 业务逻辑耗时高
- encoding/json.Marshal — 序列化开销大
如果发现某个函数占用CPU过高，可以使用 list 函数名 查看具体哪一行代码是瓶颈。
分析内存分配，减少GC压力
内存频繁分配会加重GC负担，导致请求延迟抖动。使用下面命令获取堆内存快照：
go tool pprof http://localhost:6060/debug/pprof/heap
在交互界面中运行 top，观察哪些对象分配了最多内存。常见问题包括：
- 频繁创建临时对象（如结构体、切片）
- 大对象未复用（如buffer、JSON解析结果）
- 闭包捕获大变量导致生命周期延长
优化建议：使用 sync.Pool 缓存可复用对象，避免重复分配。例如处理HTTP请求时复用buffer：
var bufferPool = sync.Pool{
New: func() interface{} { return make([]byte, 1024) },
}
查看goroutine阻塞，排查并发问题
goroutine泄漏或阻塞会导致服务吞吐下降。访问 /debug/pprof/goroutine 可查看当前所有goroutine数。
用以下命令分析阻塞情况：
go tool pprof http://localhost:6060/debug/pprof/block go tool pprof http://localhost:6060/debug/pprof/mutex
这些数据能告诉你哪些地方发生了channel等待、互斥锁争用等阻塞行为。例如发现大量goroutine卡在channel send，说明可能有生产者-消费者模型设计问题。
基本上就这些。pprof不是一次性工具，而是应集成到日常开发和线上监控中的实践。定期采样、对比分析，才能持续优化Web服务性能。关键是动手用起来，数据会告诉你该往哪改。
