盘点golang中的开发神器
The following article is from 捉虫大师 Author 小楼MrRoshi
后端技术分享，架构设计、性能优化、源码阅读、问题排查、踩坑实践
在Java中，我们用Junit做单元测试，用JMH做性能基准测试（benchmark），用async-profiler剖析cpu性能，用jstack、jmap、arthas等来排查问题。
作为一名比较新的编程语言，golang的这些工具是否更加好用呢？
单元测试
Java的单元测试需要使用第三方库，一般是Junit，配置起来比较复杂。在使用了golang之后发现golang自带的单元测试真的非常简单。
如果我们有一个cal.go文件，那么其对应的单元测试文件为cal_test.go，其中的方法命名必须为TestXxx，这种按照命名进行单元测试的方式简单有效，也正是通常所说的“约定大于配置”。
来看一个简单的例子：
package unit
func add(a int, b int) int {
return a + b
}
func sub(a int, b int) int {
return a - b
}
package unit
import (
"github.com/stretchr/testify/assert"
"testing"
)
func TestAdd(t *testing.T) {
assert.Equal(t, 10, add(5, 5))
}
func TestSub(t *testing.T) {
assert.Equal(t, 0, sub(5, 5))
}
执行单元测试只需要运行（更多用法参考go help test）
go test --cover cal_test.go cal.go -v
benchmark
和单元测试类似，golang的benchmark也是开箱即用。在cal_test.go基础上增加一个BenchmarkAdd方法
package unit
import (
"github.com/stretchr/testify/assert"
"testing"
)
func TestAdd(t *testing.T) {
assert.Equal(t, 10, add(5, 5))
}
func TestSub(t *testing.T) {
assert.Equal(t, 0, sub(5, 5))
}
func BenchmarkAdd(b *testing.B) {
for i:= 0; i < b.N; i++ {
add(5, 5)
}
}
执行即可（更多用法参考go help test）
go test -bench=. -cpu=4 -count=3
pprof
pprof是golang自带的可以用来做cpu、内存、锁分析的工具，非常类似java的async-profiler。
pprof的使用非常简单，只需要在代码中引入net/http/pprof包，然后监听一个端口即可。
一个简单的例子如下：
package main
import (
"fmt"
"log"
"net/http"
"time"
_ "net/http/pprof"
)
func main() {
go func() {
//example: visit http://127.0.0.1:6060/debug/pprof in browser.
err := http.ListenAndServe("0.0.0.0:6060", nil)
if err != nil {
fmt.Println("failed to start pprof goroutine:", err)
}
}()
http.HandleFunc("/", handler)
log.Fatal(http.ListenAndServe("localhost:8000", nil))
}
func handler(w http.ResponseWriter, r *http.Request) {
time.Sleep(1 * time.Second)
eat()
time := time.Now().Unix() * 2 + 1000000
fmt.Fprintf(w, "URL.Path = %q; time = %d\n", r.URL.Path, time)
}
func eat() {
loop := 10000000000
for i := 0; i < loop; i++ {
// do nothing
}
}
在命令行中输入
go tool pprof http://127.0.0.1:6060/debug/pprof/profile
同时不停的请求，让pprof能采集到数据，这里我的请求是
curl http://127.0.0.1:8000/hello
等待30秒后，采集结束会显示采集文件的地址
Saved profile in /Users/roshi/pprof/pprof.samples.cpu.003.pb.gz
此时可以使用top等命令直接查看cpu消耗过高的函数，更多命令可以使用help查看。
或者把文件下载下来用可视化的界面来分析，可以使用
go tool pprof -http=":8080" /User/roshi/pprof/pprof.samples.cpu.003.pb.gz
来开启一个可视化的页面，查看，如果报错需要安装graphviz，安装文档在这里可以查找：
https://graphviz.gitlab.io/download/
访问 http://localhost:8080/ui/ 可以看到下图，其中面积最大的块表示消耗cpu最多
这里有一篇文章对pprof介绍的很仔细，可以参考
https://blog.wolfogre.com/posts/go-ppof-practice/
dlv
pprof很好用，但有一个缺点是必须事先在代码中开启，如果线上出问题且没有开启pprof，可能就需要类似jstack、jmap、arthas等这类工具来排查。这里推荐一个最近使用过非常好用的golang问题排查利器——dlv，项目地址见
https://github.com/go-delve/delve
它很有用的一个功能是attach，可以attach到正在运行的golang程序，查看goroutine。这点可以很好的排查线上问题。
各个平台的安装在github上写的很清楚，需要说明的是安装dlv的golang版本和要排查进程的golang版本需要保持一致。
先写一个测试程序，起两个goroutine，一个运行，一个阻塞
package main
import (
"fmt"
"sync"
)
func main() {
go count()
go wait()
wait()
}
func count() {
count := 0
for {
count = count + 1
if count % 1000000000 == 0 {
fmt.Println("I'm a running routine")
}
}
}
func wait() {
wg := sync.WaitGroup{}
wg.Add(1)
wg.Wait()
}
运行起来，然后使用dlv进行attach，如下图（具体命令可以attach后使用help查看）
这样很方便地看到了各个goroutine在干啥
<END>
【新产品上架】 🕚
推荐阅读：
每日打卡赢积分兑换书籍入口