Как использовать pprof и runtime/trace для диагностики CPU, memory и goroutine leaks?

pprof: подключение и сбор профилей

Добавьте один импорт — и HTTP-endpoint появится автоматически:

import (
	"net/http"
	_ "net/http/pprof" // регистрирует /debug/pprof/*
)

func main() {
	go http.ListenAndServe("localhost:6060", nil)
	// ... основной сервер
}

Доступные endpoints:

• /debug/pprof/profile?seconds=30 — CPU профиль на 30 секунд
• /debug/pprof/heap — heap allocations
• /debug/pprof/goroutine?debug=2 — goroutine dump с полными стеками
• /debug/pprof/allocs — все аллокации (включая короткоживущие)
• /debug/pprof/mutex — contention на мьютексах
• /debug/pprof/block — блокировки на channel/sync примитивах

Сбор и анализ CPU профиля

# Собрать 30-секундный CPU профиль
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30

# Интерактивный режим:
(pprof) top10          # топ-10 функций по CPU
(pprof) list MyFunc    # аннотированный исходник
(pprof) web            # открыть flame graph в браузере (нужен graphviz)

# Сохранить и открыть позже:
curl -o cpu.pprof http://localhost:6060/debug/pprof/profile?seconds=30
go tool pprof -http=:8080 cpu.pprof

Heap профиль: диагностика утечек памяти

go tool pprof http://localhost:6060/debug/pprof/heap

(pprof) top10          # топ по inuse_space
(pprof) -inuse_objects # по количеству объектов
(pprof) -alloc_space   # по общему объёму аллокаций за всё время

Сравнение двух снапшотов для поиска утечки:

curl -o before.pprof http://localhost:6060/debug/pprof/heap
# подождать, нагрузить сервис
curl -o after.pprof http://localhost:6060/debug/pprof/heap
go tool pprof -base before.pprof after.pprof
(pprof) top10

Goroutine leak через pprof

curl http://localhost:6060/debug/pprof/goroutine?debug=2 | grep -A 5 "goroutine"
# Ищем сотни/тысячи goroutine с одинаковым стеком

runtime/trace: детальный timeline

import (
	"os"
	"runtime/trace"
)

func main() {
	f, _ := os.Create("trace.out")
	defer f.Close()
	trace.Start(f)
	defer trace.Stop()

	// ... ваш код
}

go tool trace trace.out
# Открывает веб-интерфейс: goroutine scheduling, GC pauses, syscall latency

Trace показывает:

• Когда goroutine была preempted или заблокирована
• GC паузы и их длительность
• Latency network/syscall по каждой goroutine
• Heap size timeline

pprof в бенчмарках (без запущенного сервера)

go test -bench=BenchmarkMyFunc -cpuprofile=cpu.pprof -memprofile=mem.pprof ./...
go tool pprof -http=:8080 cpu.pprof

Включение mutex и block профилей

import "runtime"

func init() {
	runtime.SetMutexProfileFraction(1)  // 1 = каждый lock
	runtime.SetBlockProfileRate(1)      // 1 = каждая блокировка
}

Подводные камни

• pprof endpoint в production без auth: /debug/pprof открывает внутреннее состояние; закройте firewall-ом или basic auth.
• SetMutexProfileFraction(1) в prod: профилирование каждого lock добавляет ~10% overhead; используйте fraction 100 или только при расследовании.
• Heap профиль vs allocs: /heap показывает живые объекты, /allocs — все когда-либо созданные; для поиска утечки нужен heap.
• runtime/trace с большой нагрузкой: файл trace растёт очень быстро; собирайте не более 5–10 секунд.
• Flame graph требует graphviz: go tool pprof -web падает без dot; используйте -http=:8080 как альтернативу.
• CPU профиль с sampling: pprof семплирует каждые 10ms; короткие функции могут не попасть в профиль — используйте бенчмарки с -cpuprofile.
• Интерпретация cumulative vs flat: flat — время в самой функции, cum — включая вызываемые; оптимизируйте функцию с высоким flat.

• Отвечать определением без production-сценария.
• Не называть runtime boundary, security boundary или failure mode.
• Игнорировать версию API, observability и тестовую проверку.

• Объясняет механизм своими словами и без выдуманных API.
• Называет реальные риски, диагностику и критерий корректности.
• Связывает ответ с текущей документацией и миграционными ограничениями.