关于go-zero服务自动收集问题分析_开发_开发者

前言

对于pprof，相信熟悉go语言的程序员基本都不陌生，一般线上的问题都是靠它可以快速定位。但是实际项目中，很多时候我们为了性能都不会开启它，但是出了问题又要靠它来分析。好在go-zero已经帮我们很好的集成进来了，我们只需要像开关一样去开启、关闭它即可，这样我们就可以www.devze.com配合运维监控，当出现cpu、内存等异常情况时候，自动开始开启收集，比如大半夜你睡的正香的时候，那么第二天可以通过分析当时的采样还原现场，那我们看看go-zero是如何做的。

源码分析

我们可以看go-zero源码位置 https://github.com/zeromicro/go-zero/blob/master/core/proc/signals.go

func init() {
	go func() {
		......
		signals := make(chan os.Signal, 1)
		signal.Notify(signals, syscall.SIGUSR1, syscall.SIGUSR2, syscall.SIGTERM)
php		for {
			v := <-sign编程als
			switch v {
			....
			case syscall.SIGUSR2:
				if profiler == nil {
					profiler = StartProfile()编程客栈
				} else {
					profiler.Stop()
					profiler = nil
				}
		.......
		}
	}()
}

服务启动的时候，go-zero在init初始化了监听信号操作（gracefulStop也是通过这里通知的，这里不展开讲了），可以看到在接收到 syscall.SIGUSR2 信号时候，如果是第一次就开始收集，第二次就停止收集，看到这块可能瞬间就明白了，我们只需要在服务器执行 “kill -usr2 [服务进程id]” 就可以开始收集这个服务的pprof信息了，在执行一次就停止了收集，就可以将这些文件导出到本地，使用go tool pprof分析。

一次线上实战

我们线上有一个mq的服务监控告警，内存占用比较高，这时候我打开grafna看到服务内存累计占用的确异常，如下图：

关于go-zero服务自动收集问题分析

这时候到线上找到这个服务的服务器，执行了ps aux | grep xxx_mq ，查询到了这个mq服务的进程ID 21181，我们这时候就可以给这个xxx_mq服务发送信号收集pprof信息 “kill -usr2 21181”

第一次执行了这个命令后，在对应服务的Access.log日志中可以看到enable了pprof，当我们再次执行 “ kill -usr2 21181” access.log日志中可以看到disable了pprof信息，这时候代表收集完成了。值得注意的是收集的信息都在/tmp文件夹下，以这个服务名命名的如下：

xxxx-mq-cpu-xxx.pprof
xxxx-mq-memory-xxx.pprof
xxxx-mq-mutex-xxx.pprof
xxxx-mq-block-xxx.pprof
…

这时候就可以下载对应的pprof去本地分析，可以使用go tool pprof xxxx-mq-memory-xxx.pprof，也可以配合graphviz使用web ui查看，由于我这边通过命令行就快速定位了问题，就没用使用web ui。

我使用go tool pprof 编程客栈xxxx-**-mq-memory-xxx.pprof 然后进入命令行交互，使用top 30查看前面占用较高的资源

关于go-zero服务自动收集问题分析

前面基本是底层序列化等操作，发现主要问题集中在红色框中导致持续上涨的内存，因为业务同学在mq中消费完了消息又向下游其他的mq服务使用publisher发送一个mq消息，每次发送都调用一个Newpublisher然后在defer close，恰恰这个mq服务又大量消息消费又特别频繁，导致内存不断上涨，最终解决方案将NewPublisher在svcCtx中初始化一个client就可以了，没必要每次都要NewPublisher，世界又恢复清净了。

写在最后

想一下go-zero给了我们pprof开关，让我们很方便的实现分析问题，但是不是所有问题都是一直存在的，比如半夜突发内存、cpu过高，早上起来服务正常了，这怎么排查？所以我们希望如果异常了，能保留问题现场，那我们是不是可以配合运维开发者_Python学习监控实现自动保存问题现场呢？比如内存、cpu连续超过80%指标3分钟的话，我们就调用这个开关收集，之后我们就可以根据这个文件来分析问题了，这样就达到自动化了。