coeditor/GinSkeleton/docs/project_analysis_2.md

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.

	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.

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 ,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