cpuprofile
##########

以 `Profiling Go Programs <https://blog.golang.org/profiling-go-programs>`_ 中的 `示例代码 <https://github.com/rsc/benchgraffiti>`_ 为例::

    $ go build -o havlak1 havlak1.go 
    $ ./havlak1 --cpuprofile=havlak1.prof
    # of loops: 76000 (including 1 artificial root node)
    $ go tool pprof havlak1 havlak1.prof
    File: havlak1
    Type: cpu
    Time: Apr 3, 2018 at 3:50pm (CST)
    Duration: 20.40s, Total samples = 23.30s (114.24%)
    Entering interactive mode (type "help" for commands, "o" for options)
    (pprof) 

查看cpu 消耗 top5::

    (pprof) top5
    Showing nodes accounting for 9.60s, 41.20% of 23.30s total
    Dropped 112 nodes (cum <= 0.12s)
    Showing top 5 nodes out of 90
      flat  flat%   sum%        cum   cum%
     2.59s 11.12% 11.12%      2.78s 11.93%  runtime.mapaccess1_fast64 /go/1.9.1/libexec/src/runtime/hashmap_fast.go
     2.26s  9.70% 20.82%      4.97s 21.33%  runtime.scanobject /go/1.9.1/libexec/src/runtime/mgcmark.go
     2.06s  8.84% 29.66%     13.79s 59.18%  main.FindLoops /Code/goprof/havlak/havlak1.go
     1.39s  5.97% 35.62%      1.39s  5.97%  runtime.heapBitsForObject /go/1.9.1/libexec/src/runtime/mbitmap.go
     1.30s  5.58% 41.20%      4.14s 17.77%  runtime.mapassign_fast64 /go/1.9.1/libexec/src/runtime/hashmap_fast.go


.. image:: https://img.zhaoweiguo.com/knowledge/images/languages/golangs/pprof_example1.png


top5用于显示消耗 CPU 前五的函数，每一行代表一个函数，每一列为一项指标::

    flat: 
        采样时，该函数正在运行的次数*采样频率(10ms)，即得到估算的函数运行”采样时间”。这里不包括函数等待子函数返回。
    flat%: 
        flat / 总采样时间值
    sum%: 
        前面所有行的 flat% 的累加值，如第二行 sum% = 20.82% = 11.12% + 9.70%
    cum: 
        采样时，该函数出现在调用堆栈的采样时间，包括函数等待子函数返回。因此 flat <= cum
    cum%: 
        cum / 总采样时间值

go tool pprof 常用命令::

    topN: 
        输入 top 命令，默认显示 flat 前10的函数调用，可使用 -cum 以 cum 排序
    list Func: 
        显示函数名以及每行代码的采样分析
    web: 
        生成 svg 热点图片，可在浏览器中打开，可使用 web Func 来过滤指定函数相关调用树

通过top5命令可以看到，mapaccess1_fast64函数占用的CPU 采样时间最多，通过 web mapaccess1_fast64 命令打开调用图谱，查看该函数调用关系，可以看到主要在DFS 和 FindLoops 中调用的，然后再通过 list DFS查看函数代码和关键调用，得到 map 结构是瓶颈点，尝试转换为 slice 优化，整个过程参考 `Profiling Go Programs <https://blog.golang.org/profiling-go-programs>`_ 。总的思路就是通过top 和web 找出关键函数，再通过list Func 查看函数代码，找到关键代码行并确认优化方案(辅以 go test Benchmark)。