Misurare le prestazioni delle app
Questo documento mostra come configurare e utilizzare Cloud Profiler. Puoi scaricare un programma Go di esempio, eseguirlo con la profilazione abilitata, quindi utilizzare l'interfaccia di Profiler per esplorare i dati acquisiti.
Prima di iniziare
- 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.
-
Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.
-
Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.
-
Attiva l'API richiesta.
- Per aprire Cloud Shell, nella barra degli strumenti della console Google Cloud, fai clic su Attiva Cloud Shell:
Dopo qualche istante, si apre una sessione di Cloud Shell all'interno della console Google Cloud:
Ottieni un programma da profilare
Il programma di esempio, main.go
, si trova nel repository golang-samples
su GitHub. Per ottenerlo, recupera il pacchetto di esempi di Go:
git clone https://github.com/GoogleCloudPlatform/golang-samples.git
Il recupero del pacco richiede qualche istante.
Profila il codice
Vai alla directory del codice campione per Profiler nel pacchetto recuperato:
cd golang-samples/profiler/profiler_quickstart
Il programma main.go
crea un carico di lavoro che richiede molta CPU per fornire dati al 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 i dati di profilazione dal programma mentre viene eseguito e li salva periodicamente.
Qualche secondo dopo l'avvio del programma, viene visualizzato il messaggio profiler has started
. Tra 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 nel progetto Cloud Storage. Il programma continua a emettere gli ultimi due messaggi, circa una volta al minuto, finché viene eseguito.
Se dopo l'avvio del servizio viene visualizzato un messaggio di errore di autorizzazione negata, consulta Errori nella configurazione del progetto Google Cloud.
Interfaccia Profiler
Pochi istanti dopo l'avvio dell'applicazione, Profiler visualizza i dati iniziali del profilo. L'interfaccia offre un array di controlli e un grafico a fiamme per esplorare i dati di profilazione:
Oltre ai controlli relativi all'ora, sono disponibili opzioni che ti consentono di scegliere il set di dati del profilo da utilizzare. Quando esegui la profilazione di più applicazioni, utilizzi Servizio per selezionare l'origine dei dati profilati. Tipo di profilo ti permette di scegliere il tipo di dati del profilo da visualizzare. Nome zona e Versione consentono di limitare la visualizzazione ai dati provenienti da zone Compute Engine o dalle versioni dell'applicazione. Ponderazione consente di selezionare i profili acquisiti durante i picchi di consumo delle risorse.
Per perfezionare il modo in cui il grafico a fiamme mostra i profili che hai selezionato da analizzare, aggiungi dei filtri. Nello screenshot precedente, la barra dei filtri filter_list mostra 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 di consumo di risorse di quella funzione. Il frame superiore rappresenta l'intero programma. Questo frame mostra sempre il 100% del consumo delle risorse. Questo frame elenca anche il numero di profili calcolati tra loro in media in questo grafico.
Il programma di esempio non ha un insieme complicato di stack di chiamate; nello screenshot precedente, vedi 5 frame:
- Il frame grigio rappresenta l'intero eseguibile, che rappresenta il 100% delle risorse utilizzate.
- Il frame
main
verde è l'obiettivo Goruntime.main
. - Il frame
main
arancione è la routinemain
del programma di esempio. - Il frame arancione
busyloop
è una routine chiamata dall'elementomain
del campione. - Il frame arancione
main.load
è una routine chiamata dall'elementomain
del campione.
Il selettore di filtro ti consente di eseguire operazioni come filtrare le funzioni corrispondenti a un
nome. Ad esempio, se esiste una libreria standard di
funzioni di utilità, puoi rimuoverle dal grafico. Puoi anche rimuovere gli stack di chiamate
origini di un determinato metodo o semplificare il grafico in altri modi.
L'applicazione main.go
è semplice, quindi non c'è molto da filtrare.
Anche per una semplice applicazione, i filtri consentono di nascondere frame non interessanti in modo da visualizzare più chiaramente quelli interessanti. Ad esempio, nello
screenshot di profilazione del codice campione, il frame grigio è leggermente più grande
rispetto al primo frame main
sottostante. Perché? C'è qualcos'altro che non è immediatamente evidente perché lo stack di chiamate main
consuma una percentuale così schiacciante delle risorse?
Per visualizzare cosa accade 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
:
Per maggiori informazioni sui filtri e su altri modi per esplorare i dati di profilazione, consulta Selezionare i profili da analizzare.
Passaggi successivi
Per informazioni generali sulla profilazione, consulta i seguenti documenti:
- Panoramica di Cloud Profiler
- Concetti di profilazione
- Leggi le nostre risorse su DevOps ed esplora il programma di ricerca di DORA.
- Profilazione delle applicazioni Go
- Profilazione delle applicazioni Java
- Profilazione delle applicazioni Node.js
- Profilazione delle applicazioni Python
- Profilazione delle applicazioni in esecuzione all'esterno di Google Cloud