CPU とメモリプロファイリング

pprof を使用して Go コードをプロファイルし、CPU ホットスポットとメモリアロケータを特定します。

使用方法

• /profile cpu ./internal/index/ - インデックスパッケージの CPU プロファイリング
• /profile memory ./internal/repo/ - リポジトリパッケージのメモリプロファイリング
• /profile all ./... - すべてのパッケージの CPU とメモリの両方

ステップ

1. 引数を解析する

   • 最初の引数: プロファイルタイプ(cpu、memory、または all)
   • 2 番目の引数: パッケージパス(デフォルトは ./...)

2. プロファイル出力ディレクトリを作成する

   mkdir -p .profiles
   

3. プロファイリングベンチマークを実行する

   CPU プロファイリングの場合:

   go test -cpuprofile=.profiles/cpu.prof -bench=. $PACKAGE 2>&1
   

   メモリプロファイリングの場合:

   go test -memprofile=.profiles/mem.prof -bench=. $PACKAGE 2>&1
   

4. CPU プロファイルを分析する

   go tool pprof -top -cum .profiles/cpu.prof 2>&1 | head -30
   

   以下を特定します:

   • 累積時間による上位 10 の CPU 消費者
   • 高い自己時間を持つ関数(計算ホットスポット)
   • 予期しないエントリ(潜在的な最適化の対象)

5. メモリプロファイルを分析する

   go tool pprof -top -alloc_space .profiles/mem.prof 2>&1 | head -30
   

   以下を特定します:

   • 合計バイト数によるトップアロケータ
   • 高いアロケーション数を持つ関数
   • GC 圧力の潜在的な原因

6. フレームグラフデータを生成する(必要な場合)

   go tool pprof -raw .profiles/cpu.prof > .profiles/cpu.raw
   

7. 結果をレポートする

   レポートの構造:

   CPU ホットスポット

   関数	Self%	Cum%	説明

   メモリアロケータ

   関数	バイト	アロケーション数	説明

   最適化の提案

   • 具体的で実行可能な推奨事項をリストアップする
   • 該当する場合は行番号を参照する
   • パターンを記録する(例: ループ内の繰り返しアロケーション)

結果の解釈

CPU プロファイル指標

• 高い self%: 直接的な計算ホットスポット
• 高い cum% だが低い self%: 高価な関数を呼び出している
• runtime.*: GC またはスケジューラのオーバーヘッド

メモリプロファイル指標

• 高い alloc_space: 総メモリ圧力
• 高い alloc_objects: 多くの小さなアロケーションからの GC 圧力
• 繰り返されるパターン: ループアロケーション、文字列連結

Veloria の一般的なホットスポット

以下の問題に注意してください:

• (*Index).Search - 正規表現コンパイル、行読み込み
• (*Repository).Load - インデックスファイルマッピング
• (*IndexedExtension).Update - ホットスワップ操作
• HTTP ハンドラ - JSON マーシャリング、レスポンス書き込み

クリーンアップ

プロファイルファイルは .profiles/ に保存されます。まだ存在しない場合は .gitignore に追加してください。