面试题：Go语言中如何使用pprof工具对Goroutine进行性能分析

引入pprof包：在Go语言项目中，pprof包是标准库的一部分，因此无需额外安装，直接在代码中导入即可：

import (
    "net/http"
    _ "net/http/pprof"
)

启动pprof服务：在main函数中，启动一个HTTP服务器来提供pprof数据：

func main() {
    go func() {
        http.ListenAndServe("localhost:6060", nil)
    }()
    // 你的业务逻辑代码
}

上述代码在后台启动了一个HTTP服务器，监听在localhost:6060，nil表示使用默认的mux多路复用器。

生成分析报告：

CPU分析：使用go tool pprof工具获取CPU分析报告。在终端中运行：

go tool pprof http://localhost:6060/debug/pprof/profile

这会下载一个CPU分析文件，并启动交互式的pprof shell。在pprof shell中，你可以使用各种命令，比如top查看CPU使用量最高的函数，web生成一个可视化的SVG图（需要安装graphviz）。

内存分析：获取内存分析报告，在终端中运行：

go tool pprof http://localhost:6060/debug/pprof/heap

同样会启动pprof shell，用于分析内存使用情况。

Goroutine分析：要分析Goroutine的状态和活动，运行：

go tool pprof http://localhost:6060/debug/pprof/goroutine

在pprof shell中，使用命令来探索Goroutine相关信息，例如top查看占用资源最多的Goroutine等。

使用程序matic方式获取报告（可选）：你也可以在程序中程序化地获取分析数据，例如获取CPU分析数据并写入文件：

package main

import (
    "flag"
    "log"
    "os"
    "runtime/pprof"
)

var cpuprofile = flag.String("cpuprofile", "", "write cpu profile to file")

func main() {
    flag.Parse()
    if *cpuprofile != "" {
        f, err := os.Create(*cpuprofile)
        if err != nil {
            log.Fatal(err)
        }
        defer f.Close()
        err = pprof.StartCPUProfile(f)
        if err != nil {
            log.Fatal(err)
        }
        defer pprof.StopCPUProfile()
    }
    // 业务逻辑代码
}

然后运行程序时带上-cpuprofile参数指定生成的CPU分析文件路径，之后可以使用go tool pprof来分析这个文件。

面试题：Go语言中如何使用pprof工具对Goroutine进行性能分析

知识考点

面试题答案