13 pprof

golang pprof 实战
2019/04/02. Golang 36.1k+ 27

目录
前言
实验准备
获取“炸弹”
使用 pprof
排查 CPU 占用过高
排查内存占用过高
排查频繁内存回收
排查协程泄露
排查锁的争用
排查阻塞操作
思考题
最后
前言
如果要说在 golang 开发过程进行性能调优，pprof 一定是一个大杀器般的工具。但在网上找到的教程都偏向简略，难寻真的能应用于实战的教程。这也无可厚非，毕竟 pprof 是当程序占用资源异常时才需要启用的工具，而我相信大家的编码水平和排场问题的能力是足够高的，一般不会写出性能极度堪忧的程序，且即使发现有一些资源异常占用，也会通过排查代码快速定位，这也导致 pprof 需要上战场的机会少之又少。即使大家有心想学习使用 pprof，却也常常相忘于江湖。

既然如此，那我就送大家一个性能极度堪忧的“炸弹”程序吧！

这程序没啥正经用途缺极度占用资源，基本覆盖了常见的性能问题。本文就是希望读者能一步一步按照提示，使用 pprof 定位这个程序的的性能瓶颈所在，借此学习 pprof 工具的使用方法。

因此，本文是一场“实验课”而非“理论课”，请读者腾出时间，脚踏实地，一步一步随实验步骤进行操作，这会是一个很有趣的冒险，不会很无聊，希望你能喜欢。

实验准备
这里假设你有基本的 golang 开发功底，拥有 golang 开发环境并配置了 $GOPATH，能熟练阅读简单的代码或进行简单的修改，且知道如何编译运行 golang 程序。此外，需要你大致知道 pprof 是干什么的，有一个基本印象即可，你可以花几分钟时间读一下《Golang 大杀器之性能剖析 PProf》的开头部分，这不会耽误太久。

此外由于你需要运行一个“炸弹”程序，请务必确保你用于做实验的机器有充足的资源，你的机器至少需要：

2 核 CPU；
2G 内存。
注意，以上只是最低需求，你的机器配置能高于上述要求自然最好。实际运行“炸弹”时，你可以关闭电脑上其他不必要的程序，甚至 IDE 都不用开，我们的实验操作基本上是在命令行里进行的。

此外，务必确保你是在个人机器上运行“炸弹”的，能接受机器死机重启的后果（虽然这发生的概率很低）。请你务必不要在危险的边缘试探，比如在线上服务器运行这个程序。

可能说得你都有点害怕了，为打消你顾虑，我可以剧透一下“炸弹”的情况，让你安心：

程序会占用约 2G 内存；
程序占用 CPU 最高约 100%（总量按“核数 * 100%”来算）；
程序不涉及网络或文件读写；
程序除了吃资源之外没有其他危险操作。
且程序所占用的各类资源，均不会随着运行时间的增长而增长，换句话说，只要你把“炸弹”启动并正常运行了一分钟，就基本确认安全了，之后即使运行几天也不会有更多的资源占用，除了有点费电之外。

获取“炸弹”
炸弹程序的代码我已经放到了 GitHub 上，你只需要在终端里运行 go get 便可获取，注意加上 -d 参数，避免下载后自动安装：

go get -d github.com/wolfogre/go-pprof-practice
cd $GOPATH/src/github.com/wolfogre/go-pprof-practice
我们可以简单看一下 main.go 文件，里面有几个帮助排除性能调问题的关键的的点，我加上了些注释方便你理解，如下：

package main

import (
    // 略
    _ "net/http/pprof" // 会自动注册 handler 到 http server，方便通过 http 接口获取程序运行采样报告
    // 略
)

func main() {
    // 略

    runtime.GOMAXPROCS(1) // 限制 CPU 使用数，避免过载
    runtime.SetMutexProfileFraction(1) // 开启对锁调用的跟踪
    runtime.SetBlockProfileRate(1) // 开启对阻塞操作的跟踪

    go func() {
        // 启动一个 http server，注意 pprof 相关的 handler 已经自动注册过了
        if err := http.ListenAndServe(":6060", nil); err != nil {
            log.Fatal(err)
        }
        os.Exit(0)
    }()

    // 略
}

除此之外的其他代码你一律不用看，那些都是我为了模拟一个“逻辑复杂”的程序而编造的，其中大多数的问题很容易通过肉眼发现，但我们需要做的是通过 pprof 来定位代码的问题，所以为了保证实验的趣味性请不要提前阅读代码，可以实验完成后再看。

接着我们需要编译一下这个程序并运行，你不用担心依赖问题，这个程序没有任何外部依赖。

go build
./go-pprof-practice
运行后注意查看一下资源是否吃紧，机器是否还能扛得住，坚持一分钟，如果确认没问题，咱们再进行下一步。

控制台里应该会不停的打印日志，都是一些“猫狗虎鼠在不停地吃喝拉撒”的屁话，没有意义，不用细看。

image

使用 pprof
保持程序运行，打开浏览器访问 http://localhost:6060/debug/pprof/，可以看到如下页面：

页面上展示了可用的程序运行采样数据，分别有：

由于直接阅读采样信息缺乏直观性，我们需要借助 go tool pprof 命令来排查问题，这个命令是 go 原生自带的，所以不用额外安装。

我们先不用完整地学习如何使用这个命令，毕竟那太枯燥了，我们一边实战一边学习。

以下正式开始。

排查 CPU 占用过高
我们首先通过活动监视器（或任务管理器、top 命令，取决于你的操作系统和你的喜好），查看一下炸弹程序的 CPU 占用：

image

可以看到 CPU 占用相当高，这显然是有问题的，我们使用 go tool pprof 来排场一下：

go tool pprof http://localhost:6060/debug/pprof/profile
等待一会儿后，进入一个交互式终端：

输入 top 命令，查看 CPU 占用较高的调用：

很明显，CPU 占用过高是 github.com/wolfogre/go-pprof-practice/animal/felidae/tiger.(*Tiger).Eat 造成的。

注：为了保证实验节奏，关于图中 flat、flat%、sum%、cum、cum% 等参数的含义这里就不展开讲了，你可以先简单理解为数字越大占用情况越严重，之后可以在《Golang 大杀器之性能剖析 PProf》等其他资料中深入学习。

输入 list Eat，查看问题具体在代码的哪一个位置：

可以看到，是第 24 行那个一百亿次空循环占用了大量 CPU 时间，至此，问题定位成功！

接下来有一个扩展操作：图形化显示调用栈信息，这很酷，但是需要你事先在机器上安装 graphviz，大多数系统上可以轻松安装它：

brew install graphviz # for macos
apt install graphviz # for ubuntu
yum install graphviz # for centos

或者你也可以访问 graphviz 官网寻找适合自己操作系统的安装方法。

安装完成后，我们继续在上文的交互式终端里输入 web，注意，虽然这个命令的名字叫“web”，但它的实际行为是产生一个 .svg 文件，并调用你的系统里设置的默认打开 .svg 的程序打开它。如果你的系统里打开 .svg 的默认程序并不是浏览器（比如可能是你的代码编辑器），这时候你需要设置一下默认使用浏览器打开 .svg 文件，相信这难不倒你。

你应该可以看到：

图中，tiger.(*Tiger).Eat 函数的框特别大，箭头特别粗，pprof 生怕你不知道这个函数的 CPU 占用很高，这张图还包含了很多有趣且有价值的信息，你可以多看一会儿再继续。

至此，这一小节使用 pprof 定位 CPU 占用的实验就结束了，你需要输入 exit 退出 pprof 的交互式终端。

为了方便进行后面的实验，我们修复一下这个问题，不用太麻烦，注释掉相关代码即可：

func (t *Tiger) Eat() {
    log.Println(t.Name(), "eat")
    //loop := 10000000000
    //for i := 0; i < loop; i++ {
    //    // do nothing
    //}
}

之后修复问题的的方法都是注释掉相关的代码，不再赘述。你可能觉得这很粗暴，但要知道，这个实验的重点是如何使用 pprof 定位问题，我们不需要花太多时间在改代码上。

排查内存占用过高
重新编译炸弹程序，再次运行，可以看到 CPU 占用率已经下来了，但是内存的占用率仍然很高：

image

我们再次运行使用 pprof 命令，注意这次使用的 URL 的结尾是 heap：

go tool pprof http://localhost:6060/debug/pprof/heap
再一次使用 top、list 来定问问题代码：

可以看到这次出问题的地方在 github.com/wolfogre/go-pprof-practice/animal/muridae/mouse.(*Mouse).Steal，函数内容如下：

func (m *Mouse) Steal() {
    log.Println(m.Name(), "steal")
    max := constant.Gi
    for len(m.buffer) * constant.Mi < max {
        m.buffer = append(m.buffer, [constant.Mi]byte{})
    }
}

可以看到，这里有个循环会一直向 m.buffer 里追加长度为 1 MiB 的数组，直到总容量到达 1 GiB 为止，且一直不释放这些内存，这就难怪会有这么高的内存占用了。

使用 web 来查看图形化展示，可以再次确认问题确实出在这里：

image

现在我们同样是注释掉相关代码来解决这个问题。

再次编译运行，查看内存占用：

image

可以看到内存占用已经将到了 35 MB，似乎内存的使用已经恢复正常，一片祥和。

但是，内存相关的性能问题真的已经全部解决了吗？

排查频繁内存回收
你应该知道，频繁的 GC 对 golang 程序性能的影响也是非常严重的。虽然现在这个炸弹程序内存使用量并不高，但这会不会是频繁 GC 之后的假象呢？

为了获取程序运行过程中 GC 日志，我们需要先退出炸弹程序，再在重新启动前赋予一个环境变量，同时为了避免其他日志的干扰，使用 grep 筛选出 GC 日志查看：

GODEBUG=gctrace=1 ./go-pprof-practice | grep gc
日志输出如下：

image

可以看到，GC 差不多每 3 秒就发生一次，且每次 GC 都会从 16MB 清理到几乎 0MB，说明程序在不断的申请内存再释放，这是高性能 golang 程序所不允许的。

如果你希望进一步了解 golang 的 GC 日志可以查看《如何监控 golang 程序的垃圾回收》,为保证实验节奏，这里不做展开。

所以接下来使用 pprof 排查时，我们在乎的不是什么地方在占用大量内存，而是什么地方在不停地申请内存，这两者是有区别的。

由于内存的申请与释放频度是需要一段时间来统计的，所有我们保证炸弹程序已经运行了几分钟之后，再运行命令：

go tool pprof http://localhost:6060/debug/pprof/allocs
同样使用 top、list、web 大法：

image

可以看到 github.com/wolfogre/go-pprof-practice/animal/canidae/dog.(*Dog).Run 会进行无意义的内存申请，而这个函数又会被频繁调用，这才导致程序不停地进行 GC:

func (d *Dog) Run() {
    log.Println(d.Name(), "run")
    _ = make([]byte, 16 * constant.Mi)
}

这里有个小插曲，你可尝试一下将 16 * constant.Mi 修改成一个较小的值，重新编译运行，会发现并不会引起频繁 GC，原因是在 golang 里，对象是使用堆内存还是栈内存，由编译器进行逃逸分析并决定，如果对象不会逃逸，便可在使用栈内存，但总有意外，就是对象的尺寸过大时，便不得不使用堆内存。所以这里设置申请 16 MiB 的内存就是为了避免编译器直接在栈上分配，如果那样得话就不会涉及到 GC 了。

我们同样注释掉问题代码，重新编译执行，可以看到这一次，程序的 GC 频度要低很多，以至于短时间内都看不到 GC 日志了：

image

排查协程泄露
由于 golang 自带内存回收，所以一般不会发生内存泄露。但凡事都有例外，在 golang 中，协程本身是可能泄露的，或者叫协程失控，进而导致内存泄露。

我们在浏览器里可以看到，此时程序的协程数已经多达 106 条：

虽然 106 条并不算多，但对于这样一个小程序来说，似乎还是不正常的。为求安心，我们再次是用 pprof 来排查一下：

go tool pprof http://localhost:6060/debug/pprof/goroutine
同样是 top、list、web 大法：

可能这次问题藏得比较隐晦，但仔细观察还是不难发现，问题在于 github.com/wolfogre/go-pprof-practice/animal/canidae/wolf.(*Wolf).Drink 在不停地创建没有实际作用的协程：

func (w *Wolf) Drink() {
    log.Println(w.Name(), "drink")
    for i := 0; i < 10; i++ {
        go func() {
            time.Sleep(30 * time.Second)
        }()
    }
}

可以看到，Drink 函数每次会释放 10 个协程出去，每个协程会睡眠 30 秒再退出，而 Drink 函数又会被反复调用，这才导致大量协程泄露，试想一下，如果释放出的协程会永久阻塞，那么泄露的协程数便会持续增加，内存的占用也会持续增加，那迟早是会被操作系统杀死的。

我们注释掉问题代码，重新编译运行可以看到，协程数已经降到 4 条了：

image

排查锁的争用
到目前为止，我们已经解决这个炸弹程序的所有资源占用问题，但是事情还没有完，我们需要进一步排查那些会导致程序运行慢的性能问题，这些问题可能并不会导致资源占用，但会让程序效率低下，这同样是高性能程序所忌讳的。

我们首先想到的就是程序中是否有不合理的锁的争用，我们倒一倒，回头看看上一张图，虽然协程数已经降到 4 条，但还显示有一个 mutex 存在争用问题。

相信到这里，你已经触类旁通了，无需多言，开整。

go tool pprof http://localhost:6060/debug/pprof/mutex
同样是 top、list、web 大法：

可以看出来这问题出在 github.com/wolfogre/go-pprof-practice/animal/canidae/wolf.(*Wolf).Howl。但要知道，在代码中使用锁是无可非议的，并不是所有的锁都会被标记有问题，我们看看这个有问题的锁那儿触雷了。

func (w *Wolf) Howl() {
    log.Println(w.Name(), "howl")

    m := &sync.Mutex{}
    m.Lock()
    go func() {
        time.Sleep(time.Second)
        m.Unlock()
    }()
    m.Lock()
}

可以看到，这个锁由主协程 Lock，并启动子协程去 Unlock，主协程会阻塞在第二次 Lock 这儿等待子协程完成任务，但由于子协程足足睡眠了一秒，导致主协程等待这个锁释放足足等了一秒钟。虽然这可能是实际的业务需要，逻辑上说得通，并不一定真的是性能瓶颈，但既然它出现在我写的“炸弹”里，就肯定不是什么“业务需要”啦。

所以，我们注释掉这段问题代码，重新编译执行，继续。

排查阻塞操作
好了，我们开始排查最后一个问题。

在程序中，除了锁的争用会导致阻塞之外，很多逻辑都会导致阻塞。

可以看到，这里仍有 2 个阻塞操作，虽然不一定是有问题的，但我们保证程序性能，我们还是要老老实实排查确认一下才对。

go tool pprof http://localhost:6060/debug/pprof/block
top、list、web，你懂得。

可以看到，阻塞操作位于 github.com/wolfogre/go-pprof-practice/animal/felidae/cat.(*Cat).Pee：

func (c *Cat) Pee() {
    log.Println(c.Name(), "pee")

    <-time.After(time.Second)
}

你应该可以看懂，不同于睡眠一秒，这里是从一个 channel 里读数据时，发生了阻塞，直到这个 channel 在一秒后才有数据读出，这就导致程序阻塞了一秒而非睡眠了一秒。

这里有个疑点，就是上文中是可以看到有两个阻塞操作的，但这里只排查出了一个，我没有找到其准确原因，但怀疑另一个阻塞操作是程序监听端口提供 porof 查询时，涉及到 IO 操作发生了阻塞，即阻塞在对 HTTP 端口的监听上，但我没有进一步考证。

不管怎样，恭喜你完整地完成了这个实验。

思考题
另有一些问题，虽然比较重要，但碍于篇幅（其实是我偷懒），就以思考题的形式留给大家了。

每次进入交互式终端，都会提示“type ‘help’ for commands, ‘o’ for options”，你有尝试过查看有哪些命令和哪些选项吗？有重点了解一下“sample_index”这个选项吗？
关于内存的指标，有申请对象数、使用对象数、申请空间大小、使用空间大小，本文用的是什么指标？如何查看不同的指标？（提示：在内存实验中，试试查看、修改“sample_index”选项。）
你有听说过火焰图吗？要不要在试验中生成一下火焰图？
main 函数中的 runtime.SetMutexProfileFraction 和 runtime.SetBlockProfileRate 是如何影响指标采样的？它们的参数的含义是什么？
评论区有很多很有价值的提问，你有注意到吗？
最后
碍于我的水平有限，实验中还有很多奇怪的细节我只能暂时熟视无睹（比如“排查内存占用过高”一节中，为什么实际申请的是 1.5 GiB 内存），如果这些奇怪的细节你也发现了，并痛斥我假装睁眼瞎，那么我的目的就达到了……

——还记得吗，本文的目的是让你熟悉使用 pprof，消除对它的陌生感，并能借用它进一步得了解 golang。而你通过这次试验，发现了程序的很多行为不同于你以往的认知或假设，并抱着好奇心，开始向比深处更深处迈进，那么，我何尝不觉得这是本文的功德呢？

与君共勉。

27 Comments - powered by utteranc.es
@bluntdel
bluntdel commented on 2019年6月14日
感谢，对pprof有了最基本的了解和使用，但还是浅显了点，期待下篇。

@duncanwang
duncanwang commented on 2019年8月10日
超级棒，我注明出处，转载一下哦。

@yanjinbin
yanjinbin commented on 2019年11月7日
为什么我的web svg没有dog 函数分支啊

@wolfogre
wolfogre commented on 2019年11月7日
Owner
@yanjinbin 可以说明下是哪一步不符合预期吗？如果是“排查频繁内存回收”那一步，请确认下有没有让程序先运行几分钟再执行 go pporf，时间间隔过短的话可能从 profile 里看不出东西。

@yanjinbin
yanjinbin commented on 2019年11月7日
@yanjinbin 可以说明下是哪一步不符合预期吗？如果是“排查频繁内存回收”那一步，请确认下有没有让程序先运行几分钟再执行 go pporf，时间间隔过短的话可能从 profile 里看不出东西。

image
cpu内存过高 就这个红色标注的分支 我web生成不了
我的如下
image
我确实运行了4min左右，时间应该够了吧
环境信息：
go version go1.13.4 darwin/amd64

@yanjinbin
yanjinbin commented on 2019年11月7日
还有 火焰图🔥 跟这个pprof差不多吧 为什么uber的 go torch要说 1.11以上都整合到pprof上面去了呢 纳闷

@wolfogre
wolfogre commented on 2019年11月8日
Owner
@yanjinbin 这是正常现象，因为我写的代码只是靠疯狂循环来提升CPU占用率，并不能精准控制占用多少，况且 pprof 采样也会有一些误差，你可以看到我的 tiger 占用是 89.18%，而你的是 96.85%，而这个树形调用栈图只会显示占用较高的调用栈，不是所有的调用栈，那样的话图就没法看了，所以你的图里，dog 的 CPU 占用实际上是被认为太小了所以被忽略了。这不重要，重要的 tiger 被正确发现了。

所以火焰图的优点就在这里，它是另一种图形化展示调用栈资源占用的方式，不仅能突出资源占用的大户，对于占用量不高的调用栈也不会完全丢失细节，但可能没有树形调用栈图这么直白易懂。

@yanjinbin
yanjinbin commented on 2019年11月8日
@yanjinbin 这是正常现象，因为我写的代码只是靠疯狂循环来提升CPU占用率，并不能精准控制占用多少，况且 pprof 采样也会有一些误差，你可以看到我的 tiger 占用是 89.18%，而你的是 96.85%，而这个树形调用栈图只会显示占用较高的调用栈，不是所有的调用栈，那样的话图就没法看了，所以你的图里，dog 的 CPU 占用实际上是被认为太小了所以被忽略了。这不重要，重要的 tiger 被正确发现了。

所以火焰图的优点就在这里，它是另一种图形化展示调用栈资源占用的方式，不仅能突出资源占用的大户，对于占用量不高的调用栈也不会完全丢失细节，但可能没有树形调用栈图这么直白易懂。
嗯 谢谢，我现在想知道的就是 火焰图 到底有没有可以用1.13版本的pprof展现呢 之前是uber go torch项目

@yanjinbin
yanjinbin commented on 2019年11月8日
楼主 现在的火焰图 还是用uber的go torch吗 不是说整合到pprof上面去了？

@yanjinbin
yanjinbin commented on 2019年11月8日
1数据采样： go tool pprof pprof http://127.0.0.1:[端口号]/debug/pprof/profile -seconds [采样间隔时间数字]

go tool pprof pprof http://127.0.0.1:6060/debug/pprof/profile -seconds 10

2生成火焰图 ： go tool pprof -http=:8081 ~/pprof/[文件路径名].pb.gz

@wolfogre
wolfogre commented on 2019年11月8日
Owner
@yanjinbin go-torch 已经废弃了，pprof 整合了火焰图这事儿我之前确实不知道。

刚试了一下你写的步骤，赞👍。不过有个笔误哈，你想说的应该是：

go tool pprof -seconds [采样间隔时间数字] http://127.0.0.1:[端口号]/debug/pprof/profile
@wolfogre
wolfogre commented on 2019年12月25日
Owner
来自 @wenchaopeng 于 issue #1 的提问：

pprof统计的内存与PC上显示的内存不符合
你好，看了你写的关于pprof的博客，写的很好，不过有一个问题，你那个炸弹程序占用内存大概2GB，我在linux下跑了，通过htop查看，确实在2GB左右，但是通过pprof查看，只能查到1GB内存占用，请教一下这是为什么，两边内存对不上，请解惑！

好问题哈。是这样的，代码中一共有两处有意消耗内存，一处是这里：

func (m *Mouse) Steal() {
log.Println(m.Name(), “steal”)
max := constant.Gi
for len(m.buffer) * constant.Mi < max {
m.buffer = append(m.buffer, [constant.Mi]byte{})
}
}
可以看到这里的逻辑是占上不超过 1G 内存，所以 pprof 查到 1G 内存是符合预期的。

另一处是这里：

func (d *Dog) Run() {
log.Println(d.Name(), “run”)
_ = make([]byte, 16 * constant.Mi)
}
这里故意申请 16M 内存并立即丢弃，这里本意是为了模拟一个频繁 GC 问题，因为上文已经占了 1G 内存不放，所以 golang 每次 GC 结束，会发现还占用了 1G，所以 GC 策略会在下次内存占用超过 1G * 2 时（具体为什么是两倍可以看下 GC 策略相关资料）再次触发 GC 降回 1G，所以站在操作系统来看，这个程序的内存占用是在 1GB - 2GB 之间的（注意 GC 掉的内存并不一定会立即返还给操作系统），而我说 “程序会占用约 2G 内存” 是说了最坏情况，意思是你至少得有 2G 内存。

然后你应该意识到一个问题了，pprof 看到的内存占用，其实只是 golang 逻辑上正在使用的内存量，不包括已被 GC 回收但尚未返还给操作系统的内存，同样也不包括内核态的内存占用。而 htop 是站在操作系统层面看到的进程内存占用，理论上就是会比 pprof 看到的内存占用量更多的。

如果你在实际工作中发现 htop 看到内存占用贼大，pprof 看到内存占用却不多，就要考虑下，是不是有大量内存被 GC 但还没来得及返还给操作系统，是不是某些内核态操作（比如 IO）消耗了大量内存。

@lieinsun
lieinsun commented on 2020年1月7日
哇哦，超级棒的文章，教程向的博客一顿好找啊

@wdd817
wdd817 commented on 2020年3月16日
讲道理, 粗浅但是特别棒的入门文章, 👍

@Tracy-Hu
Tracy-Hu commented on 2020年8月4日
优质文章o(￣▽￣)ｄ关于排查阻塞部分，我按照步骤一步步到这里后，block数量显示为1而不是文中的2啦，所以小编最后的疑点是不是没问题的~另外，web生成的图，里面的虚线代表什么意思呀？麻烦小编帮忙解答下Thanks♪(･ω･)ﾉ

@SeasonWoo
SeasonWoo commented on 2021年8月3日
写的很棒，对于入门真的特别有帮助！

@kevinx1
kevinx1 commented on 2021年9月1日
很全面，学习中！

@chaggle
chaggle commented on 2022年3月9日
好耶！

@jieyuefeng
jieyuefeng commented on 2022年3月12日
你好，文中《Golang 大杀器之性能剖析 PProf》链接更新到了https://github.com/eddycjy/blog/blob/master/content/posts/go/tools/2018-09-15-go-tool-pprof.md

@lyfwfm
lyfwfm commented on 2022年5月21日
请问该方法能在生产环境使用吗？我担心pprof连上生产环境进程（因为进程此时已经cpu和内存很高了），导致进程直接挂掉。

@wolfogre
wolfogre commented on 2022年5月22日
Owner
请问该方法能在生产环境使用吗？我担心pprof连上生产环境进程（因为进程此时已经cpu和内存很高了），导致进程直接挂掉。

@lyfwfm 可以参考这篇文章：Continuous Profiling of Go programs

@MoneyHappy
MoneyHappy commented on 2023年4月9日
请教下，有这么个情景：可能应用程序是在一台打包机打好，然后二进制文件传到另一台机器运行，这时 list 就无法查看代码信息了，因为找不到代码位置了。 请问下这个一般有什么解决办法么

@wolfogre
wolfogre commented on 2023年4月10日
Owner
请教下，有这么个情景：可能应用程序是在一台打包机打好，然后二进制文件传到另一台机器运行，这时 list 就无法查看代码信息了，因为找不到代码位置了。 请问下这个一般有什么解决办法么

编译的时候加了 -ldflags “-s -w”，去掉了调试信息？

@yy57
yy57 commented on 2023年6月16日
牛！这个是真的牛！看完就知道怎么实操了

@mxisc
mxisc commented on 2023年7月18日
很棒的一篇文章，为防止后续因为某些因素该贴无法访问，我进行了转载，并且已经表明了转载出处，供后续自己学习使用

@wxsms
wxsms commented on 2023年9月8日
非常棒的文章！感谢分享！

@haohui03
haohui03 commented on 2023年11月9日
写的很好，学习了！！！！