Google 最有趣的部分之一就是我们规模庞大的持续分析服务。我们可以看到谁在使用 CPU 和内存,我们可以持续地监控我们的生产服务以争用和阻止配置文件,并且我们可以生成分析和报告,并轻松地告诉我们可以进行哪些有重要影响的优化。
我简单研究了 Stackdriver Profiler,这是我们的新产品,它填补了针对云端用户在云服务范围内分析服务的空白。请注意,你无需在 Google 云平台上运行你的代码即可使用它。实际上,我现在每天都在开发时使用它。它也支持 Java 和 Node.js。
在生产中分析
pprof 可安全地用于生产。我们针对 CPU 和堆分配分析的额外会增加 5% 的开销。一个实例中每分钟收集 10 秒。如果你有一个 Kubernetes Pod 的多个副本,我们确保进行分摊收集。例如,如果你拥有一个 pod 的 10 个副本,模式,那么开销将变为 0.5%。这使用户可以一直进行分析。
我们目前支持 Go 程序的 CPU、堆、互斥和线程分析。
为什么?
在解释如何在生产中使用分析器之前,先解释为什么你想要在生产中进行分析将有所帮助。一些非常常见的情况是:
- 调试仅在生产中可见的性能问题。
- 了解 CPU 使用率以减少费用。
- 了解争用的累积和优化的地方。
- 了解新版本的影响,例如看到 canary 和产品级之间的区别。
- 通过关联分析样本以了解延迟的根本原因来丰富你的分布式经验。
启用
Stackdriver Profiler 不能与 net/http/pprof
处理程序一起使用,并要求你在程序中安装和配置一个一行的代理。
go get cloud.google.com/go/profiler
在你的主函数中,启动分析器:
if err := profiler.Start(profiler.Config{
Service: "indexing-service",
ServiceVersion: "1.0",
ProjectID: "bamboo-project-606", // optional on GCP
}); err != nil {
log.Fatalf("Cannot start the profiler: %v", err)
}
当你运行你的程序后,profiler 包将每分钟报告给分析器 10 秒钟。
可视化
当分析被报告给后端后,你将在 https://console.cloud.google.com/profiler 上看到火焰图。你可以按标签过滤并更改时间范围,也可以按服务名称和版本进行细分。数据将会长达 30 天。
你可以选择其中一个分析,按服务,区域和版本分解。你可以在火焰中移动并通过标签进行过滤。
阅读火焰图
Brendan Gregg 非常全面地解释了火焰图可视化。Stackdriver Profiler 增加了一点它自己的特点。
我们将查看一个 CPU 分析,但这也适用于其他分析。
你可以将鼠标悬停在任何框上查看任何帧的详细信息。
过滤
你可以显示、隐藏和高亮符号名称。如果你特别想了解某个特定调用或包的消耗,这些信息非常有用。
runtime.memmove
。runtime.memmove
框。via: https://medium.com/google-cloud/continuous-profiling-of-go-programs-96d4416af77b
作者:JBD 译者:geekpi 校对:wxy
本文由 LCTT 原创编译,Linux中国 荣誉推出