收集CPU使用数据以进行性能分析的程序

亲爱的编程学习爱好者，如果你点开了这篇文章，说明你对《收集CPU使用数据以进行性能分析的程序》很感兴趣。本篇文章就来给大家详细解析一下，主要介绍一下，希望所有认真读完的童鞋们，都有实质性的提高。

我用 Go 编写了一个复杂的程序（它使用了许多并发结构）。 我想准确分析我的程序的CPU 使用率，但我不知道从哪里开始。 我特别想获得以下方面的有用信息：

• 同时运行的goroutines（即并发线程）的最大数量；

• 如果我同时运行同一程序的多个实例，CPU 使用率会发生多少变化？

• 堆栈利用率（它根据我使用的嵌套函数数量告诉我是否使用了很多（或一些）堆栈）；

我在 Linux Ubuntu 18.04.1 LTS 中工作。 我应该怎么做才能获取这些信息？是否有任何程序（可能特定于 Golang）允许获取此信息？

解决方案

嗯，这是一个复杂的话题，因此不可能有一个明确的答案。

实际上，您所接近的在生产设置中称为“指标收集”或“遥测”。

在大多数情况下，指标的收集使用采样方法：即收集感兴趣的系统状态的快照并将其发送到某处。 “某处”通常是一些允许将指标值保存在某处的系统，并且通常还提供各种分析它们的方法。

在最简单的情况下，分析是通过在某种 UI 中查看从收集的数据中绘制的图表来完成的。更复杂的情况包括当某些指标的值高于（或低于）某个阈值时发出警报。

单个指标是特定类型的一些命名值。

指标可以从不同的数据源生成。 用 Go 编写的程序运行的相当常见的设置的典型来源包括：

• Go 运行时本身。

  这包括诸如 goroutine 数量和垃圾收集统计数据之类的内容 - 这些测量值无法在运行之外获得 出于显而易见的原因去编程。

• 操作系统提供的有关执行程序的运行进程的测量值。

  这包括在内核的用户和系统上下文中花费的 CPU 时间、操作系统所看到的内存消耗、打开的文件（和套接字）描述符的数量、CPU 上下文切换的数量、磁盘 I /O 统计数据等等。

• 运行包含程序的容器的容器化软件提供的测量结果。

  在 Linux 上，这通常由 cgroup 子系统提供，该子系统主要负责控制对进程层次结构施加的资源限制。

如何准确地从这些数据源转换数据是一个悬而未决的问题（这就是为什么它不适合 SO 格式）。

例如，要收集 Go 运行时统计信息，您可以使用 expvar 机制（如 @Adrian 所建议），并定期轮询其提供的 HTTP 端点以获取数据。

或者你可以在程序中运行一个内部 goroutine，它会定期从运行时获取这些数据并将其推送到某个地方。

操作系统级进程相关数据的采样可以通过不同的方式完成。比如说，您可以使用 github.com/shirou/gopsutil/process 之类的东西从您的程序中收集它们，并将它们与从运行时统计信息收集的指标一起推送，或者您可以使用一种或多种工具从外部收集这些数据。

（据我所知，收集操作系统级性能数据的技术含量最低但最容易访问的方法是使用 pidstat、iotop、atop、cpustat 等工具）。

保存和分析收集到的数据的问题再次是开放的。

首先，它可能很简单，只需将所有内容转储到结构化文件中（每条记录上可能带有时间戳），然后使用您喜欢的任何内容对其进行处理，例如 pyplot 或 RRD-tool 或 R 或​​...无论什么.

或者您可以从一开始就拿起一把大枪，将您的指标发送到 Graphite、Graphana、Zabbix、icinga 或当前位于其臀部曲线顶部的任何内容。

今天关于《收集CPU使用数据以进行性能分析的程序》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！