|
|
|
|
|
## GoSkeleton 项目骨架性能分析报告（二）
|
|
|
|
|
|
> 1.本次我们分析的目标是操作数据库, 通过操作数据库，分析相关代码段cpu的耗时，得出可视化的性能分析报告。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### 操作数据库, 我们需要做如下铺垫代码
|
|
|
|
|
|
> 1.我们本次分析的核心是在数据库操作部分, 因此我们在路由出添加如下代码，访问路由即可触发数据库的调用.
|
|
|
|
|
|
```code
|
|
|
|
|
|
router.GET("/", func(context *gin.Context) {
|
|
|
|
|
|
// 默认路由处直接触发数据库调用
|
|
|
|
|
|
if model.CreateTestFactory("").SelectDataMultiple() {
|
|
|
|
|
|
context.String(200,"批量查询数据OK")
|
|
|
|
|
|
} else {
|
|
|
|
|
|
context.String(200,"批量查询数据出错")
|
|
|
|
|
|
}
|
|
|
|
|
|
context.String(http.StatusOK, "Api 模块接口 hello word！")
|
|
|
|
|
|
})
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
> 2.数据库部分代码，主要逻辑是每次查询1000条，循环查询了100次，并且在最后一次输出了结果集.
|
|
|
|
|
|
```code
|
|
|
|
|
|
func (t *Test) SelectDataMultiple() bool {
|
|
|
|
|
|
// 本次测试的数据表内有6000条左右数据
|
|
|
|
|
|
sql := `
|
|
|
|
|
|
SELECT
|
|
|
|
|
|
code,name,company_name,indudtry,created_at
|
|
|
|
|
|
FROM
|
|
|
|
|
|
db_stocks.tb_code_list
|
|
|
|
|
|
LIMIT 0, 1000 ;
|
|
|
|
|
|
`
|
|
|
|
|
|
//1.首先独立预处理sql语句，无参数
|
|
|
|
|
|
if t.PrepareSql(sql) {
|
|
|
|
|
|
|
|
|
|
|
|
var code, name, company_name, indudtry, created_at string
|
|
|
|
|
|
for i := 1; i <= 100; i++ {
|
|
|
|
|
|
//2.执行批量查询
|
|
|
|
|
|
rows := t.QuerySqlForMultiple()
|
|
|
|
|
|
if rows == nil {
|
|
|
|
|
|
variable.ZapLog.Sugar().Error("sql执行失败，sql:", sql)
|
|
|
|
|
|
return false
|
|
|
|
|
|
} else {
|
|
|
|
|
|
// 我们只输出最后一行数据
|
|
|
|
|
|
if i == 100 {
|
|
|
|
|
|
for rows.Next() {
|
|
|
|
|
|
_ = rows.Scan(&code, &name, &company_name, &indudtry, &created_at)
|
|
|
|
|
|
fmt.Println(code, name, company_name, indudtry, created_at)
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
rows.Close()
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
variable.ZapLog.Info("批量查询sql执行完毕！")
|
|
|
|
|
|
return true
|
|
|
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
### cpu 底层数据采集步骤
|
|
|
|
|
|
> 1.浏览器访问pprof接口：`http://127.0.0.1:20191/debug/pprof/`, 点击 `profile` 选项,程序会对本项目进程, 进行 cpu 使用情况底层数据采集, 该过程会持续 30 秒.
|
|
|
|
|
|
|
|
|
|
|
|
> 2.新开浏览器窗口,输入 `http://127.0.0.1:20191/` 刷新,触发路由中的数据库操作代码, 等待被 pprof 采集数据.
|
|
|
|
|
|
> 3.稍等片刻，30秒之后，您点击过的步骤1就会提示下载文件：`profile`, 请保存在您能记住的路径中，稍后马上使用该文件(profile), 至此cpu数据已经采集完毕.
|
|
|
|
|
|
|
|
|
|
|
|
### cpu数据分析步骤
|
|
|
|
|
|
> 1.首先下载安装 [graphviz](https://www.graphviz.org/download/) ,根据您的系统选择相对应的版本安装，安装完成记得将`安装目录/bin`, 加入系统环境变量.
|
|
|
|
|
|
> 2.打开cmd窗口,执行 `dot -V` ,会显示版本信息，说明安装已经OK, 那么继续执行 `dot -c` 安装图形显示所需要的插件.
|
|
|
|
|
|
> 3.在cpu数据采集环节第三步,您已经得到了 `profile` 文件,那么就在同目录打开cmd窗口,执行 `go tool pprof profile`, 然后输入 `web` 回车就会自动打开浏览器，展示给您如下结果图：
|
|
|
|
|
|
|
|
|
|
|
|
### 报告详情参见如下图
|
|
|
|
|
|
|
