Какие инструменты для профилирования производительности существуют в Go?

Ответ

В Go экосистеме есть мощный встроенный инструментарий для профилирования, а также полезные сторонние утилиты.

Стандартная библиотека

pprof — основной и самый мощный инструмент. Он позволяет собирать и анализировать данные о:
- CPU: выявление функций, которые потребляют больше всего процессорного времени.
- Heap (Память): анализ распределения памяти и поиск утечек.
- Goroutines: отслеживание количества и состояния всех горутин.
- Mutex Contention: выявление блокировок, замедляющих работу.
Профиль можно снять с работающего приложения, добавив import _ "net/http/pprof" и запустив веб-сервер.
```
import (
    _ "net/http/pprof"
    "net/http"
    "log"
)

func main() {
    go func() {
        log.Println(http.ListenAndServe("localhost:6060", nil))
    }()
    // ... ваш основной код
}
```
Анализ выполняется командой: go tool pprof http://localhost:6060/debug/pprof/profile.
trace — инструмент для трассировки выполнения программы. Он идеален для анализа проблем с задержками (latency), конкурентностью и работой планировщика Go. Результат — это подробный временной график выполнения.
```
f, _ := os.Create("trace.out")
defer f.Close()
trace.Start(f)
defer trace.Stop()

// Код, который нужно проанализировать
```
Анализ: go tool trace trace.out.
Бенчмарки (testing.B) — используются для измерения производительности отдельных функций (микробенчмарки). Запускаются с помощью go test -bench=..

Сторонние инструменты

go-torch: Генерирует Flame Graphs (огненные графы) для профилей CPU, что делает их визуально понятными.
statsviz: Визуализирует метрики pprof и expvar в реальном времени прямо в браузере.
gops: Утилита командной строки для получения списка запущенных Go-процессов и диагностики их состояния.