pprof是Go语言性能分析利器，通过导入net/http/pprof包可启用HTTP接口采集CPU和内存数据；访问localhost:6060/debug/pprof可查看端点，用go tool pprof采集30秒CPU样本后，通过top、web、list命令分析热点函数；内存分析使用heap、allocs等端点，结合runtime.GC()获取准确堆状态，支持对比多次采样排查泄漏；非HTTP场景可手动调用pprof.StartCPUProfile或WriteHeapProfile写入文件；建议在典型负载下采样，避免生产环境暴露pprof接口，合理设置采样时长以获得有效性能洞察。
在Go语言开发中，性能优化是关键环节。pprof 是 Go 提供的强大性能分析工具，能帮助开发者定位 CPU 占用过高或内存泄漏等问题。通过它，你可以采集程序运行时的 CPU 使用情况和内存分配数据，并用图形化方式查看调用栈和热点函数。
启用 CPU 分析
要分析程序的 CPU 使用情况，需导入 net/http/pprof 包，它会自动注册路由到默认的 HTTP 服务上，提供运行时的性能数据接口。
示例代码：
package mainimport ( "log" "net/http" _ "net/http/pprof" // 导入后自动注册 pprof 路由 "time" )
func heavyTask() { var count int for i := 0; i < 1e8; i++ { count++ } }
func main() { go func() { log.Println("Starting pprof server on :6060") log.Println(http.ListenAndServe("localhost:6060", nil)) }()
// 模拟业务逻辑 for { heavyTask() time.Sleep(500 * time.Millisecond) }}
立即学习“go语言免费学习笔记（深入）”；
启动程序后，访问 http://localhost:6060/debug/pprof/ 可看到可用的分析端点。
采集 CPU 数据：
- 终端执行：
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30
- 这将阻塞 30 秒收集 CPU 样本，完成后进入交互式命令行
常用命令：
top
：显示消耗 CPU 最多的函数web
：生成调用图并用浏览器打开（需安装 graphviz）list 函数名
：查看特定函数的详细采样信息
分析内存使用
内存分析用于发现内存分配频繁或对象未释放的问题。pprof 支持多种内存相关的采样类型：
/debug/pprof/heap
：当前堆内存分配情况（包含存活对象）/debug/pprof/allocs
：累计所有内存分配记录/debug/pprof/goroutines
：协程栈信息，排查协程泄露
获取堆内存数据：
- 命令：
go tool pprof http://localhost:6060/debug/pprof/heap
- 进入交互模式后，使用
top –unit=MB
查看大内存占用项 - 用
web alloc_space
或web inuse_space
查看分配/使用空间图
若怀疑有内存泄漏，可多次采集 heap 数据进行对比：
- 命令：
go tool pprof -base base.pprof cur.pprof
手动控制采样（非 HTTP 场景）
对于 CLI 工具或无法开启 HTTP 的场景，可通过代码手动写入文件。
CPU 手动采样示例：
f, _ := os.Create("cpu.pprof")
defer f.Close()
pprof.StartCPUProfile(f)
defer pprof.StopCPUProfile()
// 执行目标逻辑
heavyTask()
内存采样：
f, _ := os.Create("mem.pprof")
defer f.Close()
runtime.GC() // 先触发 GC，使数据更准确
pprof.WriteHeapProfile(f)
之后使用
go tool pprof mem.pprof进行离线分析。
实用建议与注意事项
使用 pprof 时注意以下几点以获得有效结果：
- 分析前尽量保证程序处于典型负载状态，避免空闲或极端压力
- CPU 分析时间不宜过短（建议10秒以上），否则样本不足
- 内存分析前调用
runtime.GC()
可减少冗余数据，聚焦真实持有对象 - 生产环境开启 pprof 需谨慎，建议绑定内网地址或增加认证中间件
- 避免长期开启 CPU 分析，因其有一定性能开销
基本上就这些。pprof 功能强大但使用简单，关键是理解不同数据源的意义。结合 web 图形和 top 列表，大多数性能问题都能快速定位。不复杂但容易忽略的是采样时机和上下文还原。
