pprof block profile用于定位“谁在等谁”的排队阻塞,需采样30秒以上,配合dlv可精确定位阻塞点;常见误操作包括漏参数、低流量采样及未禁用内联导致栈信息缺失。

用 pprof block profile 抓住排队源头
block profile 不是查“谁卡住了”,而是查“谁在等谁”,特别适合定位 channel send/recv、mutex lock、net.Conn.Read 等导致的排队阻塞。它记录的是 goroutine 进入阻塞状态的时长和调用栈,不是快照,所以必须持续采样(比如 30 秒)才有意义。
启用方式很简单:在 HTTP server 中引入 _ "net/http/pprof",然后访问 http://localhost:6060/debug/pprof/block?seconds=30。注意别漏掉 ?seconds=30,否则默认只采样 1 秒,高并发下很可能抓不到有效阻塞事件。
常见误操作:
- 直接访问
/debug/pprof/block不带参数,结果 profile 是空的或全是 runtime 内部调用 - 在低流量时段采样,阻塞事件太少,统计噪声大
- 没关闭其他调试接口(如 /goroutine),导致采样期间调度器被干扰
用 dlv attach 查看实时阻塞 goroutine 栈
pprof block 只告诉你“有阻塞”,dlv 才能告诉你“卡在哪一行、等哪把锁、谁持有它”。但线上用 dlv attach 容易失败,核心原因是 Go 编译时默认内联了 sync.(*Mutex).Lock 等关键函数,导致栈里只显示 runtime.semacquire1,看不到具体锁变量名。
立即学习“go语言免费学习笔记(深入)”;
必须满足两个条件之一才能看到有效栈:
- 二进制是用
go build -gcflags="all=-l"编译的(禁用内联) - 或者用
dlv exec ./myapp --headless --api-version=2启动新实例复现,绕过 attach 的符号缺失问题
进入 dlv 后,优先执行:goroutines -s blocked(dlv 1.22+ 支持),它会直接过滤出所有处于阻塞态的 goroutine;再对每个 ID 执行 goroutine <id> bt</id>,重点找 chan send、semacquire、sync.(*Mutex).Lock 这几类栈顶。
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器,提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象,支持命名依赖等
检查协程池 task channel 是否已满且无消费者
很多协程阻塞其实不是逻辑问题,而是池子设计缺陷:比如 tasks chan func() 没设缓冲,或缓冲太小又没配超时,导致上游 handler 在 pool.tasks 时永久阻塞。
验证方法:
- 用
curl http://localhost:6060/debug/pprof/goroutine?debug=2查看全部 goroutine,搜索chan send关键字,数一数有多少 goroutine 卡在往同一个 channel 写入 - 检查池子初始化代码:是否用了
make(chan func(), 100)而非make(chan func()) - 提交任务是否用了非阻塞写法:
select { case pool.tasks
如果发现大量 goroutine 卡在 chan send,而 worker 数量正常,基本可以断定是 task channel 容量不足或 worker panic 后退出未重启。
确认 GOMAXPROCS 和本地队列是否成为瓶颈
当 runtime.NumGoroutine() 持续高于 5000,且 CPU 使用率不高,但延迟飙升,大概率是调度器本地队列溢出或 P 争抢激烈。Go 调度器每个 P 本地队列最多存 256 个 goroutine,超出部分扔进全局队列——而全局队列要加锁,高并发下就成了热点。
排查手段:
- 用
go tool trace录制运行时事件,打开浏览器后点 “Scheduler” 标签,看是否有大量 goroutine 长时间处于Runnable但没被调度 - 临时调整
GOMAXPROCS:IO 密集型服务可试2 * runtime.NumCPU(),观察runtime.Sched{runqueue, gcount}指标变化 - 避免在 hot path 上频繁创建 goroutine,尤其是不带 context 控制的
go f(),这类协程极易堆积在本地队列尾部
真正难处理的不是单个阻塞点,而是多个小阻塞叠加:channel 缓冲小 + worker panic 未恢复 + GOMAXPROCS 偏低 + 无超时控制——它们会互相放大,让问题在压测初期不显,在流量高峰突然爆发。

















