golang程序性能分析

最近在使用GraphQL编写golang程序，但GraphQL框架在golang上的实践比较少，很多性能上的资料也不够全面。考虑到线上抗压的问题，笔者决定对自己开发的服务模块进行性能压测，评估下服务的整体性能。测试的工具链使用Vegeta+PPof+go-torch，PProf、go-torch上一篇文章Golang工具链已经总结过不再赘述，vegeta会简单讲解下。

工具-vegeta

Vegeta是一个用Go语言编写的多功能的HTTP负载测试工具，提供命令行工具和开发包。安装见vegeta 说明。

Usage: vegeta [global flags] <command> [command flags]global flags:-cpus int使用CUP的数量 (默认 4 个)-profile stringEnable profiling of [cpu, heap]-version打印版本并退出attack command:-body string请求的主体文件-cert stringTLS客户PEM编码的证书文件-connections int没个目标主机最大打开闲置链接数 (默认 10000)-duration duration持续攻击时间 [0 = forever]-header value请求头-insecure忽略无效的服务器TLS证书-keepalive使用持久链接 (default true)-key stringTLS客户端PEM编码的私钥文件-laddr value本地IP地址 (default 0.0.0.0)-lazy延迟懒散的读取目标-output string输出文件 (default "stdout")-rate uint每秒请求数 (default 50)-redirects int遵循重定向的次数. -1 不会遵循重定向但会标记为成功 (默认 10)-root-certs valueTLS根证书文件 (逗号分隔列表)-targets string目标文件 (default "stdin")-timeout duration请求超时时间 (default 30s)-workers uint初始化进程数 (default 10)report command:-inputs string输入文件 (comma separated) (default "stdin")-output string输出文件 (default "stdout")-reporter string表报字符格式 [text, json, plot, hist[buckets]] (default "text")text 文本格式json json格式plot 在 Dygraphs 上生成一个可以交互式的HTML5基础页面hist 计算并打印一个基于文本的直方图dump command:-dumper stringDumper [json, csv] (default "json") 指定转储格式-inputs stringInput files (comma separated) (default "stdin") 指定转储含有统计结果的输入文件，多个逗号分隔-output stringOutput file (default "stdout") 指定把转储文件写入到输出文件举例:echo "GET http://localhost/" | vegeta attack -duration=5s | tee results.bin | vegeta reportvegeta attack -targets=targets.txt > results.binvegeta report -inputs=results.bin -reporter=json > metrics.jsoncat results.bin | vegeta report -reporter=plot > plot.htmlcat results.bin | vegeta report -reporter="hist[0,100ms,200ms,300ms]"

注意

-targets 指定一行分隔文件中的攻击目标，格式如下：

简单目标

GET http://goku:9090/path/to/dragon?item=balls
GET http://user:password@goku:9090/path/to
HEAD http://goku:9090/path/to/success

自定义请求头的目标

GET http://user:password@goku:9090/path/to
X-Account-ID: 8675309DELETE http://goku:9090/path/to/remove
Confirmation-Token: 90215
Authorization: Token DEADBEEF

自定义请求的主体

POST http://goku:9090/things
@/path/to/newthing.jsonPATCH http://goku:9090/thing/71988591
@/path/to/thing-71988591.json

自定义请求头和请求主体

POST http://goku:9090/things
X-Account-ID: 99
@/path/to/newthing.json

进行负载测试时，不能因为Vegeta自身机器的性能瓶颈限制无法达到预期结果，例如打开的文件数、内存大小、CPU和网络带宽，分布式的使用Vegeta是非常好的解决方案。
- 为了确保打开文件描述和进程限制设置得高一些，可以在机器上使用ulimit命令
- 可以使用pdsh分布式运维工具，对目标执行分布式攻击。

程序性能分析过程

使用vegeta工具压测http服务接口

命令

echo "POST http://192.168.168.189:8181/graphql" | vegeta attack -body /tmp/rqst/rqst.txt -duration=10s -rate=400 > r.bin

对http://192.168.168.189:8181/graphql执行post请求，post的body放置在/tmp/rqst/rqst.txt目录下，对目标地址进行持续10s的攻击，每次发送400个请求，将请求的结果统计到r.bin文件。
rqst.txt的内容如下，此处对部署在远端GraphQL服务直接发送Post请求，请求的操作名称jobInfoList：

{                                                                                                                                     "query":"query jobInfoList(  $projectId: String!){\n\tjobInfoList(projectId: $projectId) {\n    algorithmInfo {\n      algorithmId\n      descInfo\n      location\n      name\n      sourceFormat\n      status\n      targetFormat\n      version\n    }\n  }\n}",  "variables":{"projectId":"pr-testproject"},"operationName":"jobInfoList"
}

结果

text格式

/home# vegeta report -inputs=r.bin -reporter=text //查看text格式分析数据,默认为该格式，可不写
Requests      [total, rate]            4000, 400.10
Duration      [total, attack, wait]    10.0081328s, 9.997499937s, 10.632863ms
Latencies     [mean, 50, 95, 99, max]  3.978566ms, 3.635816ms, 6.189994ms, 11.539779ms, 18.534089ms
Bytes In      [total, mean]            148000, 37.00
Bytes Out     [total, mean]            1380000, 345.00
Success       [ratio]                  100.00%
Status Codes  [code:count]             200:4000

json格式

/home# vegeta report -inputs=r.bin -reporter=json
{
"latencies:{"total":15914265193,"mean":3978566,"50th":3635816,"95th":6189994,"99th":11539779,"max":18534089},
"bytes_in":{"total":148000,"mean":37},
"bytes_out":{"total":1380000,"mean":345},
"earliest":"2018-04-20T15:31:11.400851579+08:00","latest":"2018-04-20T15:31:21.398351516+08:00","end":"2018-04-20T15:31:21.408984379+08:00",
"duration":9997499937,
"wait":10632863,
"requests":4000,
"rate":400.10002752751205,
"success":1,
"status_codes":{"200":4000},
"errors":null
}

查看生成的pprof分析的可视化图片

pprof常用作cpu、内存分析，需要使用pprof的场景

定位内存泄露
程序效率瓶颈
查看程序的调用图

下面这张图是CPU profile，可以清楚看到程序运行时的调用状态，主要分析各个方法的耗时。下图有些部分是虚线，是因为耗时比较少的节点没有在图上体现出来 ，但要把图连起来，有的地方就使用虚线了。

go-torch更直观的分析工具

上面的图在调用链比较简单的情况下，会比较直观，但在如此复杂的调用链下，确实看着有点乱，使用Uber开源的火焰图绝对让你打开新世界的大门。

命令

执行命令go-torch -u http://192.168.168.189:8181 -t 10

执行命令后bash展示如下内容：

INFO[14:16:19] Run pprof command: go tool pprof -raw -seconds 10 http://192.168.168.189:8181/debug/pprof/profile
INFO[14:16:30] Writing svg to torch.svg

火焰图展示

下图为使用go-torch生成的火焰图，看起来比pprof分析的要更加直观一些。

火焰图是具有互动性的：
- 鼠标悬浮：火焰的每一层都会标注函数名，鼠标悬浮时会显示完整的函数名、抽样抽中的次数、占据总抽样次数的百分比。
- 点击放大：在某一层点击，火焰图会水平放大，该层会占据所有宽度，显示详细信息。
- 搜索：按下Ctrl + F 会显示一个搜索框，可输入关键字或正则表达式，所有符合条件的函数名会高亮显示

总结

通过以上一系列分析，笔者定位到GraphQL的解析库对程序的性能造成了一定的影响，这边总结了几种解决方式：

用grpc替代GraphQL
http的Client和Server之间使用长连接进行通信
使用http2代替http1.1

参考资料

Go代码调优利器-火焰图
Golang服务的性能调优与问题定位