Caddy性能剖析
**程序剖析（profile）**是程序运行时资源使用情况的快照。它对定位问题区域、排查bug/崩溃、优化代码非常有帮助。
Caddy使用Go自带的剖析工具pprof采集profile。
profile可以反映CPU与内存消耗、goroutine栈信息，也有助于定位死锁或高竞争同步点。
当你向Caddy报告某些问题时，我们可能会要求提供profile。本文说明如何在Caddy中采集profile，以及如何大致阅读pprof输出。
开始前先知道两点：
- **Caddy profile不是安全敏感信息。**它包含技术统计信息，不包含内存内容，不会赋予系统访问权限，可安全分享。
- **profile开销较轻，可在生产环境采集。**很多用户都这么做，这是推荐实践。
获取profile
profile可通过管理接口的/debug/pprof/访问。在运行Caddy的机器上打开：
http://localhost:2019/debug/pprof/
你会看到一个简单列表，例如allocs、goroutine、heap、profile等。
这些计数可用于快速识别泄漏：持续刷新页面，如果某个计数一直上涨，就可能有泄漏。例如heap增长可能是内存泄漏，goroutine增长可能是协程泄漏。
常用的profile是：
- goroutine：函数栈
- heap：内存
- profile：CPU
其余profile可用于分析锁竞争、阻塞、死锁等问题。
下载profile
pprof索引页里直接点击链接通常是文本格式（便于快速阅读）；但二进制才是默认格式。索引页多数链接会附带?debug=把它变成文本，CPU profile（profile）没有文本表示。
常见查询参数（见Go文档）：
debug=N（除CPU外）：N=0返回二进制（默认）；N>0返回纯文本gc=N（heap）：N>0表示采样前先执行一次GCseconds=N（allocs/block/goroutine/heap/mutex/threadcreate）：返回差分profileseconds=N（cpu/trace）：采样持续N秒
这些都是HTTP端点，所以你也可以用curl/wget下载。
下载后可上传到GitHub issue评论，或用pprof.me在线查看。CPU profile也可用flamegraph.com。
远程访问
如果你已能本地访问管理API，可跳过本节。
默认管理API只监听回环地址。你可用以下方式远程访问/debug/pprof：
通过站点反向代理
reverse_proxy /debug/pprof/* localhost:2019 { header_up Host {upstream_hostport} }
这会把profile暴露给可访问站点的人。若不希望公开，请增加认证模块。
（注意必须加/debug/pprof/*匹配器，否则会代理整个管理API。）
SSH隧道
在本机执行：
ssh -N username@example.com -L 8123:localhost:2019它会把你本地localhost:8123转发到远端example.com上的localhost:2019。
然后在另一个终端请求：
curl -v http://localhost:8123/debug/pprof/ -H "Host: localhost:2019"如两端都使用2019端口（且本地未占用），可省略Host头。
如果想后台长期运行隧道：
ssh -f -N -M -S /tmp/caddy-tunnel.sock username@example.com -L 8123:localhost:2019关闭隧道：
ssh -S /tmp/caddy-tunnel.sock -O exit e远程管理API
你也可以把管理API配置为允许授权客户端远程访问。（待补充专门文章。）
goroutine profile
goroutine dump用于查看当前有哪些goroutine及其调用栈，即哪些代码正在执行或阻塞等待。
访问/debug/pprof/goroutine?debug=1会看到按调用栈聚合的输出。首行例如：
goroutine profile: total 88
含义是当前总共有88个goroutine。
后续goroutine条目格式大致为：
<count> @ <addresses...>
<count>：拥有相同调用栈的goroutine数量@后地址：函数调用地址（调用帧）
以#开头的行是给读者看的注释，显示当前栈轨迹，格式为：
<address> <package/func>+<offset> <filename>:<line>
完整goroutine dump
使用?debug=2可获取完整dump：每个goroutine都展开，不合并同栈条目，输出会很大。
完整dump中每个goroutine首行还会提供：
- goroutine编号
- 状态（如
running、IO wait、select、chan receive、semacquire、syscall等） - 存活时长
这些信息对于排查goroutine泄漏、连接堆积等问题很有价值。
内存profile
内存（heap）profile追踪堆分配，是系统内存消耗的核心来源之一。频繁分配也是常见性能问题来源。
heap输出与goroutine输出类似，首行格式一般是：
<live objects> <live memory> [<allocations>: <allocation memory>] @ <addresses...>
通过调用栈你通常可以判断是哪条热点路径产生了大量分配，以及是否有对象池在生效。
CPU profile
CPU profile用于分析Go程序把CPU时间花在了哪里。
CPU profile没有纯文本格式。下载方式：
/debug/pprof/profile?seconds=N
采样N秒后会得到二进制文件（常见文件名为profile）。采样期间可能有轻微性能影响（其他profile影响通常很小）。
go tool pprof
使用Go内置分析器读取profile（不仅限CPU）：
go tool pprof profile进入交互模式后，常用命令：
top：查看最耗资源的函数web：浏览器打开调用图svg：生成调用图SVGtree：表格形式查看调用树
例如：
(pprof) top
你可进一步过滤，例如忽略runtime查看业务代码热点：
(pprof) top -runtime
可视化
执行svg或web可得到图形化视图：
如何阅读图请参考pprof文档。
对比profile（Diff）
改完代码后，可用前后profile做差分分析：
go tool pprof -diff_base=before.prof after.prof在交互里再执行top可看到增减最明显的函数。
差分同样可视化：
这有助于直观看到改动对性能的影响。
