Go函数耗时统计方法详解
2025-09-11 11:48:48
0浏览
收藏
想知道Go函数执行效率如何?本文为你提供一份实用的Go函数耗时统计教程,精确到毫秒级!我们将深入讲解如何利用Go语言强大的time包和defer关键字,实现一个简洁高效的耗时统计方案。通过本文,你将学会如何轻松测量Go函数的执行时间,并获得毫秒级的精确结果,帮助你进行代码性能分析和优化。本文还包含完整代码示例和详细解释,助你快速上手,解决Go语言性能瓶颈问题,提升程序运行效率。

Go语言提供了强大的时间处理能力,结合defer关键字,可以方便地实现函数执行时间的测量。以下是一种常用的方法:
package main
import (
"log"
"time"
)
// trace 函数记录函数开始执行的时间
func trace(s string) (string, time.Time) {
log.Println("START:", s)
return s, time.Now()
}
// un 函数计算函数执行的耗时,并打印日志
func un(s string, startTime time.Time) {
endTime := time.Now()
elapsed := endTime.Sub(startTime)
log.Printf(" END: %s, Elapsed time: %v\n", s, elapsed)
log.Printf(" END: %s, Elapsed time in milliseconds: %dms\n", s, elapsed.Milliseconds())
}
// 示例函数
func someFunction() {
defer un(trace("someFunction")) // 使用defer调用un函数,确保在函数退出时执行
// 模拟一些耗时操作
time.Sleep(100 * time.Millisecond)
log.Println("Doing some work...")
time.Sleep(200 * time.Millisecond)
}
func main() {
someFunction()
}代码解释:
- trace(s string) (string, time.Time): 这个函数用于记录函数开始执行的时间。它接收一个字符串s作为函数名或标识符,打印一条日志信息,并返回该字符串和当前时间。
- un(s string, startTime time.Time): 这个函数用于计算函数执行的耗时。它接收函数名s和开始时间startTime作为参数,计算结束时间与开始时间的差值,并打印包含函数名和耗时的日志信息。这里使用 elapsed.Milliseconds() 将耗时转换为毫秒。
- someFunction(): 这是一个示例函数,用于演示如何使用trace和un函数来测量函数的执行时间。defer un(trace("someFunction"))这行代码是关键。trace("someFunction")会在someFunction函数开始时执行,记录开始时间。defer un(...)则保证了un函数会在someFunction函数执行完毕后执行,无论someFunction函数是否发生panic。
- main(): 主函数,调用someFunction()来执行示例。
运行结果示例:
2023/10/27 10:00:00 START: someFunction 2023/10/27 10:00:00 Doing some work... 2023/10/27 10:00:00 END: someFunction, Elapsed time: 300.000000ms 2023/10/27 10:00:00 END: someFunction, Elapsed time in milliseconds: 300ms
注意事项:
- 精度问题: 虽然代码中使用了time.Now()和time.Sub()来获取和计算时间,但是由于受到系统时钟的精度限制,测量结果可能存在一定的误差。如果需要更高的精度,可以考虑使用更高级的时间测量方法。
- 日志输出: 示例代码中使用了log.Println()和log.Printf()函数进行日志输出。这些日志输出操作本身也会消耗一定的时间,可能会对测量结果产生影响。如果需要非常精确的测量结果,可以考虑移除日志输出操作。
- 并发环境: 在并发环境中,多个goroutine可能会同时调用trace和un函数,导致日志输出混乱。为了解决这个问题,可以使用互斥锁来保护日志输出操作。
总结:
通过利用Go语言的defer关键字和time包,我们可以方便地实现函数执行时间的测量。这种方法简单易用,适用于大多数场景。但是,在需要高精度测量或并发环境下,需要注意精度问题和日志输出问题,并采取相应的措施来解决。 这种方案可以很方便的嵌入到你的代码中,用于性能分析和调试。 请注意,实际的函数执行时间会受到多种因素的影响,例如CPU负载、内存访问速度等。因此,多次运行并取平均值可以获得更准确的结果。
好了,本文到此结束,带大家了解了《Go函数耗时统计方法详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多Golang知识!
CS1.6脚本推荐:提升游戏体验神器
- 上一篇
- CS1.6脚本推荐:提升游戏体验神器
- 下一篇
- Golang模块升级兼容性全解析
查看更多
最新文章
-
- Golang · Go教程 | 17小时前 |
- Go errors 用 As 匹配包装类型
- 261浏览 收藏
-
- Golang · Go教程 | 17小时前 |
- Go url.URL 的 ForceQuery 怎样保留空查询问号
- 231浏览 收藏
-
- Golang · Go教程 | 17小时前 |
- Go net/http MaxBytesReader 限制上传体积后如何判断读取失败
- 318浏览 收藏
-
- Golang · Go教程 | 17小时前 |
- Go os.Chtimes 修改符号链接时间为什么不等于目标文件
- 215浏览 收藏
-
- Golang · Go教程 | 17小时前 |
- Go slices.BinarySearchFunc 返回 false 时如何定位插入位置
- 177浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- Go sync/atomic 用 Value 保持动态类型一致
- 424浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- Go sync/atomic 用 Pointer 发布配置快照
- 120浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- Go sync/atomic 用 Bool 实现无锁开关
- 236浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- Go sync.Pool 界定 GC 后对象可用性
- 331浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- Go sync.Pool 清空对象后再放回池
- 473浏览 收藏
-
- Golang · Go教程 | 18小时前 |
- Go crc64 MakeTable 怎样选择 ISO 与 ECMA 多项式
- 370浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 821次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 814次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 904次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 876次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 696次使用
查看更多
相关文章
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览

