Go pprof CPU 火焰图：定位 CPU 热点的实战方法

性能优化最容易犯的错误，是先凭感觉改代码。CPU 火焰图的价值，就是把“哪里慢”从主观判断变成采样证据。对 Go 服务来说，先拿到稳定的 CPU profile，再围绕热路径制定优化计划，通常比盲目重构更可靠。

CPU profile 代表什么

CPU profile 是采样数据，不是逐行计时器。它告诉你采样时 goroutine 正在执行哪些函数，因此适合定位长期占用 CPU 的热路径。阅读时要同时看 flat 和 cum：flat 表示函数自身消耗，cum 表示函数及其子调用累计消耗。

火焰图怎么读

火焰图的宽度代表采样占比，越宽越值得关注。不要只盯最上层函数，很多热点藏在 JSON 编码、正则、反射、排序、加密、字符串处理等库函数里。真正要改的，往往是业务调用方式，而不是库函数本身。

优化前先固定基线

采样前先固定压测入口、数据规模、并发度和 Go 版本。优化后用同样条件重新采样，否则很容易把流量波动误认为优化效果。

生产场景

适用于 CPU 使用率高、P99 上升但下游依赖正常的接口。比如大量 JSON 序列化、模板渲染、排序聚合、规则计算或加解密路径。

关键指标

• CPU profile top10 函数占比
• 接口 P95/P99 与 CPU 使用率趋势
• 优化前后 ns/op 与请求吞吐变化

常见误区

• 只看 top 第一名就开始改代码
• 不同压测条件下比较两份火焰图
• 把采样噪声当成确定结论

代码示例

go test -bench=. -cpuprofile cpu.out
go tool pprof -http=:0 cpu.out
# 重点观察 flat、cum 和同一链路的宽度变化

上线检查

• 优化前后必须保留同一条件下的 benchmark 或 profile。
• 至少观察 P95/P99、错误率、CPU、内存和 GC 指标。
• 如果改动影响热路径，必须准备灰度和回滚方案。