记一次获得3倍性能的go程序优化实践，及on-cpu/off-c
先把结论列在前面：
- Golang的性能可以做到非常好，但是一些native包的性能很可能会拖后腿，比如regexp和encoding/json。如果在性能要求较高的场合使用，要根据实际情况做相应优化。
- on-cpu/off-cpu火焰图的使用是程序性能分析的利器，往往一针见血。虽然生成一张火焰图比较繁琐（尤其是off-cpu图），但绝对值得拥有！
之前一直使用Logstash作为日志文件采集客户端程序。Logstash功能强大，有丰富的数据处理插件及很好的扩展能力，但由于使用JRuby实现，性能堪忧。而Filebeat是后来出现的一个用go语言实现的，更轻量级的日志文件采集客户端。性能不错、资源占用少，但几乎没有任何解析处理能力。通常的使用场景是使用Filebeat采集到Logstash解析处理，然后再上传到Kafka或Elasticsearch。值得注意的是，Logstash和Filebeat都是Elastic公司的优秀开源产品。
为了提高客户端的日志采集性能，又减少数据传输环节和部署复杂度，并更充分的将go语言的性能优势利用于日志解析，于是决定在Filebeat上通过开发插件的方式，实现针对公司日志格式规范的解析，直接作为Logstash的替代品。
背景介绍完毕，下面是实现和优化的过程。
Version 1
先做一个最简单的实现，即用go自带的正则表达式包regexp做日志解析。性能已经比Logstash（也是通过开发插件做规范日志解析）高出30%。
这里的性能测试着眼于日志采集的瓶颈——解析处理环节，指标是在限制只使用一个cpu core的条件下（在服务器上要尽量减少对业务应用的资源占用），采集并解析1百万条指定格式和长度的日志所花费的时间。测试环境是1台主频为3.2GHz的PC。为了避免disk IO及page cache的影响，将输入文件和输出文件都放在/dev/shm中。对于Filebeat的CPU限制，是通过启动时指定环境变量GOMAXPROCS=1实现。
这一版本处理1百万条日志花费的时间为122秒，即每秒8200条日志。
Version 2
接下来尝试做一些优化，看看这个go插件的性能还可不可以有些提升。首先想到的是替换regexp包。Linux下有一个C实现的PCRE库，github.com/glenn-brown/golang-pkg-pcre/src/pkg/pcre这个第三方包正是将PCRE库应用到golang中。CentOS下需要先安装pcre-devel这个包。
这个版本的处理时间为97秒，结果显示比第一个版本的处理性能提升了25%。
Version 3
第三个版本，是完全不使用正则表达式，而是针对固定的日志格式规则，利用strings.Index()做字符串分解和提取操作。这个版本的处理时间为70秒，性能又大大的提升了将近40%。
Version 4
那还有没有进一步提升的空间呢。有，就是Filebeat用作序列化输出的json包。我们的日志上传使用json格式，而Filebeat使用go自带的encoding/json包是基于反射实现的，性能一直广受诟病。如果对json解析有优化的话，性能提高会是很可观的。既然我们的日志格式是固定的，解析出来的字段也是固定的，这时就可以基于固定的日志结构体做json的序列化，而不必用低效率的反射来实现。go有多个针对给定结构体做json序列化/反序列化的第三方包，我们这里使用的是easyjson。在安装完easyjson包后，对我们包含了日志格式结构体定义的程序文件执行easyjson命令，会生成一个xxx_easyjson.go的文件，里面包含了这个结构体专用的Marshal/Unmarshal方法。这样一来，处理时间又缩短为61秒，性能提高15%。
这时，代码在我面前，已经想不出有什么大的方面还可以优化的了。是时候该本文的另一个主角，火焰图出场了。
火焰图是性能分析的一个有效工具，这里是它的说明。通常看到的火焰图，是指on-cpu火焰图，用来分析cpu都消耗在哪些函数调用上。
安装完FlameGraph工具后，先对目前版本的程序运行一次性能测试，按照说明抓取数据生成火焰图如下。
FlameGraph对于c/go程序是通用的。对于go程序，也可以使用自带的net/http/pprof包作为数据源，然后安装uber的go-torch工具来自动调用FlameGraph脚本生成on-cpu火焰图，执行会稍为简便一些。参见go-torch说明。
perf_on_cpu_orig.png
图中纵向代表的是函数调用栈，横向各个方块的宽度代表的是占用cpu时间的比例，需要留意的是靠近顶端的大长条。方块的颜色是随机的没有实际意义。
从上图可以看到cpu时间占用最多的主要有两块。一块是Output处理部分，稍为大头的是json处理，这块已经优化过没什么可以做的了。另一块就比较奇怪了，是common.MapStr.Clone()方法，居然占了40%的cpu时间。再往上看，主要是Errorf的处理。一看代码，马上明白了。
func (m MapStr) Clone() MapStr {
result := MapStr{}
for k, v := range m {
innerMap, err := toMapStr(v)
if err == nil {
result[k] = innerMap.Clone()
} else {
result[k] = v
}
}
return result
}
common.MapStr是在pipeline中存放日志内容的结构体，它的Clone()方法实现里判断一个子键值是否为嵌套的Mapstr结构时，是通过判断toMapStr()方法是否返回error。从这里看，生成error对象的代价是非常可观的。于是，一个显然的fix，就是将toMapStr()中的判断方法移到Clone()中并避免生成error。
Version 5
对修改后的代码重新生成一张火焰图如下。
perf_on_cpu_opt.png
这时common.MapStr.Clone()从图中已经几乎找不见了，证明花费的cpu时间已经可以忽略不计。
测试时间一下子缩短到了46秒，节省了33%，非常大的改善！
到现在，还有一个之前未提到的问题没有解决——在限制使用一个core之后，测试运行时cpu利用率只能跑到82%左右。是不是由于有锁存在影响了性能呢？
这时候，又该请off-cpu火焰图出场了。Off-cpu火焰图，是用来分析程序没有有效利用cpu的时候，消耗在什么地方了，在这里有详细的介绍。数据收集比on-cpu火焰图要复杂，可以使用大名鼎鼎的春哥提供的openresty-systemtap-toolkit包。春哥的项目页面中没有详细说明的是kernel-devel和debuginfo包的安装方法。在此也记录一下。
# kernel-devel没有问题，直接yum安装
sudo yum install -y kernel-devel
# debuginfo，在CentOS7中需要这样装
sudo vim /etc/yum.repos.d/CentOS-Debuginfo.repo
修改为enable=1
sudo debuginfo-install kernel
安装时可能还会报错：
Invalid GPG Key from file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-Debug-7: No key found in given key data
需要从https://www.centos.org/keys/RPM-GPG-KEY-CentOS-Debug-7下载key写入到/etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-Debug-7
安装完后按照说明生成了off-cpu火焰图如下：
perf_off_cpu_orig.png
我还不能完全解读这张图，但是已经可以明显看到，对Registry文件（Filebeat用于记录文件采集列表和offset数据）的写操作占了一定比例。于是，尝试将Filebeat的spool_size（每完成这么多条日志更新一次Registry文件）设置为10240，默认值的5倍，运行测试cpu已经可以跑到95%以上。而将Registry设置到/dev/shm/下也同样可以解决测试时cpu跑不满的问题。
这就否定了上面对锁使用不当影响性能的猜测。在实际应用时spool_size的设置应当依据结合了output端（如写入到Kafka）的测试数据来决定。
至此，优化结束，达到了最初版本性能的3倍！
各个版本的具体运行性能数据如下图所示。
performance_compare.png
需要稍作说明的是：
- Filebeat开发是基于5.3.1版本，go版本是1.8
- Logstash的测试通过-w 1参数配置使用一个工作进程，并未限制使用一个core
- 执行时间包括了程序的启动时间（Logstash的启动时间有将近20秒）
最终的优化结果是，针对特定格式和长度的日志解析能力在PC上达到了每秒25000条，即使在CPU主频较低的生产服务器上，也可以达到每秒20000条。
Go的高性能真不是吹的，当然是要在足够的优化后：）
附录，关于go的性能有一篇这样的讨论，有兴趣可以看看：
http://stackoverflow.com/questions/20875341/why-golang-is-slower-than-scala
