Misurare le prestazioni delle app

Questo documento mostra come configurare e utilizzare Cloud Profiler. Tu scaricare un programma Go di esempio, eseguirlo con la profilazione abilitata e quindi utilizzare l'interfaccia di Profiler per esplorare i dati acquisiti.

Prima di iniziare

  1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

    3.

  3. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

    4.

  4. Attiva l'API richiesta.

    Abilita l'API

  5. Per aprire Cloud Shell, nella barra degli strumenti della console Google Cloud, fai clic su Attiva Cloud Shell:

    Attiva Cloud Shell.

    Dopo qualche istante, si apre una sessione di Cloud Shell all'interno Console Google Cloud:

    sessione di Cloud Shell.

Profilare un programma

Il programma di esempio, main.go, è nel repository golang-samples il giorno GitHub. Per riceverlo, recupera il pacchetto di esempi di Go:

git clone https://github.com/GoogleCloudPlatform/golang-samples.git

Il recupero del pacco richiede alcuni istanti.

Profila il codice

Vai alla directory del codice campione per Profiler nel recupero pacchetto:

cd golang-samples/profiler/profiler_quickstart

Il programma main.go crea un carico di lavoro che richiede un uso intensivo della CPU per fornire dati il profiler. Avvia il programma e lascialo in esecuzione:

 go run main.go

Questo programma è progettato per caricare la CPU durante l'esecuzione. È configurato per utilizzare Profiler, che raccoglie dati di profilazione dal programma mentre viene eseguita e la salva periodicamente.

Qualche secondo dopo l'avvio del programma, viene visualizzato il messaggio profiler has started. Entro circa un minuto vengono visualizzati altri due messaggi:

 successfully created profile CPU
 start uploading profile

Questi messaggi indicano che un profilo è stato creato e caricato sul tuo progetto Cloud Storage. Il programma continua a emettere gli ultimi due messaggi, circa una volta al minuto, per tutto il tempo di esecuzione.

Se ricevi un messaggio di errore di autorizzazione negata dopo aver avviato il servizio: vedi Errori di configurazione del progetto Google Cloud.

Interfaccia Profiler

Qualche momento dopo l'avvio dell'applicazione, Profiler visualizza i dati iniziali del profilo. L'interfaccia offre una serie di controlli e un grafico a fiamme per l'esplorazione dei dati di profilazione:

Interfaccia Profiler con il codice campione.

Oltre ai controlli dell'orario, ci sono opzioni che ti consentono di scegliere di dati del profilo da utilizzare. Quando profila più applicazioni, utilizzi Servizio per selezionare l'origine dei dati profilati. Tipo di profilo ti consente di scegliere il tipo dei dati del profilo da visualizzare. Nome zona e Versione consentono di limitare per visualizzare i dati provenienti dalle zone o versioni di Compute Engine per l'applicazione. Peso ti consente di selezionare i profili acquisiti durante la stagione di picco. e il consumo di risorse.

Per perfezionare la modalità di visualizzazione dei profili selezionati per l'analisi nel grafico a fiamme, aggiungi i filtri. Nello screenshot precedente, la barra dei filtri Programmi di un filtro. Questa opzione di filtro è Metric e il valore del filtro è CPU time.

Esplorazione dei dati

Il grafico a fiamme mostra gli stack di chiamate del programma. Il grafico a fiamme rappresenta ogni funzione con un frame. La larghezza del frame rappresenta la proporzione del consumo di risorse da questa funzione. Il frame superiore rappresenta l'intero programma. Questo frame mostra sempre il 100% del consumo di risorse. Questo frame elenca anche il numero di profili viene calcolata la media insieme in questo grafico.

Il programma di esempio non ha un insieme complesso di stack di chiamate, nello screenshot precedente, vedi 5 frame:

  • La cornice grigia rappresenta l'intero eseguibile, che rappresenta il 100% del le risorse utilizzate.
  • Il frame main verde è la scritta Go runtime.main.
  • Il frame main arancione è la routine main del programma di esempio.
  • Il frame busyloop arancione è una routine chiamata dal valore main del campione.
  • Il frame main.load arancione è una routine chiamata dal valore main del campione.

Il selettore di filtri ti consente, ad esempio, di filtrare le funzioni che corrispondono un nome. Ad esempio, se esiste una libreria standard di funzioni di utilità, puoi rimuoverle dal grafico. Puoi anche rimuovere gli stack di chiamate hanno origine da un determinato metodo o semplificano il grafico in altri modi. L'applicazione main.go è semplice, quindi non c'è molto da filtrare.

Anche per un'applicazione semplice, i filtri ti consentono di nascondere fotogrammi non interessanti in modo da poter vedere più chiaramente i fotogrammi interessanti. Ad esempio, nel screenshot di profilazione del codice campione, la cornice grigia è leggermente più grande del primo frame sottostante main. Perché? C'è qualcos'altro e ciò non è immediatamente evidente perché lo stack di chiamate main consuma una percentuale così schiacciante delle risorse? Per visualizzare cosa succede al di fuori della routine main dell'applicazione: aggiungi un filtro che nasconda lo stack di chiamate della routine main. Solo lo 0,227% del consumo di risorse si verifica al di fuori di main:

Gli stack vengono nascosti nel programma di esempio.

Per ulteriori informazioni sui filtri e su altri modi per esplorare la profilazione dati, consulta Selezionare i profili da analizzare.

Passaggi successivi

Per informazioni generali sulla profilazione, consulta i seguenti documenti:

Per informazioni sull'esecuzione dell'agente Cloud Profiler, consulta: