Mutex 分析器

Go 中的互斥锁分析器基于 pprof 包开发。它会跟踪 sync.Mutex 和 sync.RWMutex 的争用事件，显示 goroutine 在等待获取锁时所花费的时间。在 GoLand 中，这些数据通过 Go 内置的 runtime/pprof 机制收集，并以火焰图、调用树和方法列表的形式进行可视化展示。

互斥锁分析

互斥锁分析器有助于识别由于多个 goroutine 争用共享资源而导致的锁争用问题。它显示 goroutine 在等待获取互斥锁时被阻塞的频率和持续时间。

示例程序

以下示例模拟多个 goroutine 增加由互斥锁保护的共享计数器。由于所有 goroutine 都尝试锁定同一个互斥锁，争用很快加剧：

    package main

    import (
        "sync"
    )

    func Increment(n int) int {
        var mu sync.Mutex
        count := 0
        wg := sync.WaitGroup{}
        wg.Add(n)

        for i := 0; i < n; i++ {
            go func() {
                mu.Lock()
                count++
                mu.Unlock()
                wg.Done()
            }()
        }

        wg.Wait()
        return count
    }

    func main() {
        println("Final count:", Increment(100000))
    }
            
   

虽然该函数正确地计数至 n ，但共享互斥锁上的严重争用在多个 goroutine 同时运行时会显著降低性能。

创建用于分析的测试

为了测量 goroutine 等待互斥锁的时间，请创建一个单元测试：

    package main

    import "testing"

    func TestIncrement(t *testing.T) {
        total := Increment(100000)
        t.Log("Final count:", total)
    }
            
   

运行互斥锁分析器

请打开 _test.go 文件。
点击测试函数旁边边距中的运行图标。
请选择使用 Mutex Profiler 分析。

分析互斥锁分析结果

GoLand 以三种视图呈现互斥锁分析数据：

火焰图 ：显示函数调用及 goroutine 等待（未运行）所花费的时间。每个块表示调用堆栈中的一个函数。 Y 轴显示堆栈深度（自下而上），X 轴显示按升序排序的堆栈分析结果——可按延迟次数（选择争用）或总等待时间（选择延迟）排序。
在火焰图选项卡中，将鼠标悬停在任意块上以查看详细信息。
调用树 ：可视化函数调用及其延迟统计数据——按延迟次数（选择争用）或按总等待时间（选择延迟）显示。数据按降序排列，以突出显示最具阻塞性的函数。若要配置或筛选调用树视图，请使用表示设置按钮。
方法列表 ：按竞争次数对所有方法进行排序。反向跟踪选项卡显示所选方法被调用的位置，合并的被调用方选项卡显示源自该方法的调用轨迹。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

为降低争用，您可以使用原子操作或将工作负载分散到多个锁上。以下版本使用原子计数器代替单个互斥锁：

    package main

    import (
        "sync/atomic"
    )

    func IncrementAtomic(n int) int64 {
        var count int64
        wg := sync.WaitGroup{}
        wg.Add(n)

        for i := 0; i < n; i++ {
            go func() {
                atomic.AddInt64(&count, 1)
                wg.Done()
            }()
        }

        wg.Wait()
        return count
    }
            
   

当您重新运行互斥锁分析器时，火焰图中几乎不再显示阻塞活动，这表明使用原子操作消除了锁争用并提升了吞吐量。

基准测试与对比

添加基准测试，以测量互斥锁版本与原子操作版本之间的性能差异。

        import "testing"

        func BenchmarkIncrement_Mutex(b *testing.B) {
            for i := 0; i < b.N; i++ {
                _ = Increment(100000)
            }
        }

        func BenchmarkIncrement_Atomic(b *testing.B) {
            for i := 0; i < b.N; i++ {
                _ = IncrementAtomic(100000)
            }
        }
        
   

运行基准测试

打开基准测试 _test.go 文件。
右键点击测试文件并导航至运行 | gobench。或者，您也可以使用终端： go test -bench . -benchmem。

预期结果：原子操作版本通常完成速度更快，内存分配更少，在高争用环境下表现出更高的吞吐量。具体数值因计算机和 n 而异。

2026年 3月 26日