pprof是Go语言内置性能分析工具，通过net/http/pprof或runtime/pprof采集CPU、内存、goroutine等数据，结合go tool pprof分析，可定位性能瓶颈。
Go 语言内置了强大的性能分析工具 pprof，能够帮助开发者快速定位程序中的性能瓶颈。无论是 CPU 占用过高、内存分配频繁，还是协程阻塞问题，pprof 都能提供直观的数据支持。结合基准测试（benchmark），可以系统化地采集和对比性能数据，实现持续优化。
使用 net/http/pprof 进行 Web 服务性能分析
对于运行中的 HTTP 服务，只需导入 net/http/pprof 包，即可自动注册一组用于性能采集的路由。
在代码中添加：
import _ "net/http/pprof"
import "net/http"
func main() {
go func() {
http.ListenAndServe("localhost:6060", nil)
}()
// 其他业务逻辑
}
启动后，访问 http://localhost:6060/debug/pprof/ 可看到如下路径：
立即学习“go语言免费学习笔记（深入）”；
- /debug/pprof/profile：CPU 性能分析，默认采样 30 秒
- /debug/pprof/heap：堆内存分配情况
- /debug/pprof/goroutine：当前 goroutine 堆栈信息
- /debug/pprof/block：阻塞操作分析（需开启跟踪）
- /debug/pprof/mutex：互斥锁竞争情况
例如，获取 CPU 数据：
<code>wget http://localhost:6060/debug/pprof/profile -O cpu.pprof
使用 runtime/pprof 采集非 Web 程序性能数据
对于命令行或后台程序，可通过 runtime/pprof 手动控制采集过程。
示例：采集 CPU 性能数据
package main
import (
"os"
"runtime/pprof"
)
func main() {
f, _ := os.Create("cpu.prof")
pprof.StartCPUProfile(f)
defer pprof.StopCPUProfile()
// 模拟耗时操作
heavyWork()
}
func heavyWork() {
// 一些计算密集型任务
}
生成的 cpu.prof 文件可用于后续分析。
使用 go tool pprof 分析性能数据
Go 自带 pprof 分析工具，通过命令行加载采集文件进行交互式分析。
启动分析：
go tool pprof cpu.pprof
进入交互界面后常用命令：
- top：显示消耗最多的函数
- list 函数名：查看具体函数的热点代码行
- web：生成 SVG 调用图并用浏览器打开（需安装 graphviz）
- trace：输出执行轨迹
- gv：图形化调用关系（部分环境支持）
也可直接在命令行输出 top 结果：
go tool pprof -top cpu.pprof
结合基准测试（Benchmark）采集可对比性能数据
Go 的测试框架支持基准测试，便于量化性能变化。
编写 benchmark 测试：
func BenchmarkSomeFunc(b *testing.B) {
for i := 0; i < b.N; i++ {
SomeFunc()
}
}
运行并启用性能采集：
go test -bench=. -cpuprofile=cpu.bench.prof -memprofile=mem.bench.prof
这会生成 CPU 和内存两个分析文件，可用于对比不同版本或参数下的性能差异。
比如分析内存分配：
go tool pprof mem.bench.prof
使用 top 或 svg 查看哪些操作导致大量分配。
基本上就这些。pprof 配合 benchmark，让性能优化有据可依，不靠猜测。只要在关键路径上定期采集，就能及时发现退化，保持服务高效稳定。
