内存分析器

GoLand 收集并可视化 CPU 分析、跟踪与堆分析数据。为了收集所有必要的数据，GoLand 使用了 pprof 包。 GoLand 包含四种分析器，您可以通过用户界面运行它们：CPU、内存、阻塞（争用）和互斥锁。

分析结果可帮助您定位性能问题，但代码优化需手动实现。有关更多信息，请参阅 go.dev 上的 Profiling 以及 pkg.go.dev 上 pprof 软件包的描述。

分析完成后，分析器会在报告中可视化结果。

在开始之前

在运行分析之前，请确保：

Go 已安装，您可以使用 GOROOT 文章来安装、升级或配置 Go。欲了解更多信息，请参阅 GOROOT。
GoLand 已在您的计算机上 installed。
您要分析的 Go 项目已在 IDE 中打开。

本主题中的所有示例都可在 GitHub 上的示例项目中找到。

内存分析

内存分析器会衡量程序在执行过程中如何分配和使用内存。它可帮助您识别过度的内存分配、内存泄漏以及低效的数据结构。

示例程序

以下程序展示了低效的内存使用情况。它在每次迭代中都创建了一个新的切片，而不是重用已有缓冲区：

    package main

    func EfficientAppend(n int) []int {
        result := make([]int, 0, n)
        for i := 0; i < n; i++ {
            result = append(result, i)
        }
        return result
    }

    func InefficientAppend(n int) []int {
        result := []int{}
        for i := 0; i &lt; n; i++ {
            tmp := []int{i} // new slice created in each loop iteration
            result = append(result, tmp...)
        }
        return result
    }

    func main() {
        InefficientAppend(10_000_000)
        EfficientAppend(10_000_000)
    }
            
   

运行该程序。虽然执行速度很快，但该程序会在堆上分配许多对象。

创建分析测试

要分析内存使用情况，请创建一个调用 InefficientAppend 函数的单元测试：

package main

import "testing"

func TestInefficientAppend(t *testing.T) {
	InefficientAppend(10_000_000)
}
func TestEfficientAppend(t *testing.T) {
	EfficientAppend(10_000_000)
}
            
   

运行内存分析

请打开 _test.go 文件。
点击测试函数旁边边栏中的运行图标。
请选择使用 Memory Profiler 进行分析。

分析内存分析结果

GoLand 以三种视图展示内存分析数据：

火焰图 ：显示函数调用以及为每次调用分配的内存量。每个块表示堆栈中的一个函数。 Y 轴表示调用堆栈深度（自下而上），X 轴表示调用堆栈分析结果，按内存消耗最多（空间和对象数量）到最少的函数排序。
分析火焰图时，请注意大型对象会增加内存使用情况和垃圾回收时间，而大量小分配则会降低执行速度。这两种情况都值得调查。
在火焰图选项卡中，将鼠标悬停在任意块上可查看详细信息。
调用树 ：可视化函数如何分配内存，并显示每个过程所占的内存使用情况百分比。此视图有助于识别应用中使用最多内存或分配最多对象的部分。要配置并筛选调用树视图，请点击表示设置按钮。
方法列表 ：按分配对象数量对方法进行排序并列出。反向跟踪选项卡显示所选方法的调用位置，合并的被调用方选项卡显示从所选方法发起的所有调用跟踪。被调用方列表是汇总调用层次结构中所有方法的方法列表。

优化并比较结果

为减轻堆压力，请重用单个缓冲区或预先分配内存，而非重复创建新的切片。以下是经过优化的相同代码版本：

    func EfficientAppend(n int) []int {
        result := make([]int, 0, n)
        for i := 0; i < n; i++ {
            result = append(result, i)
        }
        return result
    }
            
   

重新运行内存分析器时，火焰图显示的分配次数明显减少，总堆使用量也有所降低，从而证实预分配能够降低内存开销。

最后修改日期： 2025年 12月 5日