1. 導入
Go言語でパフォーマンスのボトルネックを特定する際、`go tool pprof`を使用することは一般的です。しかし、アプリケーション全体を長時間プロファイリングすると、データが肥大化し、解析対象外のノイズも混じってしまいます。特定のAPIリクエストや、時間のかかる複雑な計算処理だけを狙い撃ちしてプロファイルを取得することで、より効率的かつ正確にボトルネックを特定できます。本記事では、`runtime/pprof`を用いたピンポイントなCPU計測手法を解説します。
2. 基礎知識
Goの標準ライブラリである`runtime/pprof`は、実行中のプログラムからプロファイル情報を取得するためのパッケージです。`StartCPUProfile`を呼び出すと、指定したファイルにCPUの利用状況が書き込まれ、`StopCPUProfile`を呼び出すまで計測が継続されます。これにより、外部ツールに依存せず、ビジネスロジックの開始と終了に同期したプロファイリングが可能になります。
3. 実装/解決策
実装の基本は、計測したい処理を`pprof.StartCPUProfile`と`pprof.StopCPUProfile`で囲むことです。ポイントは、計測結果を出力するファイル（.prof）を適切に管理することと、エラーハンドリングを確実に行うことです。また、`defer`構文を活用することで、途中でパニックが発生しても確実にプロファイルを終了させ、ファイルをクローズするように実装するのが安全です。
4. サンプルプログラム
以下のコードは、特定の関数処理のみをプロファイリングし、ファイルへ保存する例です。
package main
import (
“log”
“os”
“runtime/pprof”
“time”
)
// 負荷をかけるためのダミー関数
func heavyTask() {
time.Sleep(100 time.Millisecond)
}
func main() {
// プロファイル出力用のファイルを作成
f, err := os.Create(“cpu.prof”)
if err != nil {
log.Fatal(“プロファイルファイルの作成に失敗しました:”, err)
}
// 終了時に確実にファイルを閉じる
defer f.Close()
// CPUプロファイリングを開始
if err := pprof.StartCPUProfile(f); err != nil {
log.Fatal(“CPUプロファイルの開始に失敗しました:”, err)
}
// 終了時に確実にプロファイリングを停止
defer pprof.StopCPUProfile()
// 計測したい処理を実行
log.Println(“計測対象の処理を開始します”)
heavyTask()
log.Println(“計測対象の処理が終了しました”)
}
このコードを実行した後、以下のコマンドで結果を分析できます。
`go tool pprof cpu.prof`
5. 応用・注意点
注意点1：並行実行時の競合
`runtime/pprof`はプロセス全体に対してプロファイルを記録します。Webサーバーなどで複数のリクエストが同時に走っている環境では、特定のユーザーのリクエストのみを切り出すことが難しいため、`net/http/pprof`を用いたサンプリングと併用するか、負荷試験環境で単一のリクエストのみを飛ばす等の工夫が必要です。
注意点2：オーバーヘッド
プロファイリングはCPUリソースを消費します。本番環境で安易に有効化するとパフォーマンスが低下する恐れがあるため、基本的には開発環境やステージング環境での利用を推奨します。
Tips：解析の効率化
`go tool pprof`で開いた後、`top`コマンドで消費時間の多い関数を表示したり、`web`コマンドでコールグラフを生成したりすることで、どこでCPU時間が消費されているかを視覚的に把握できます。ぜひ積極的に活用してください。
コメント