记录一次线上 GO 服务 oom 排查以及内存优化思路「附GO json库调研」

warning: 这篇文章距离上次修改已过279天,其中的内容可能已经有所变动。

OOM(Out of Memory)是指应用程序在运行时占用的内存超过了系统分配的内存限制。针对Go服务的OOM问题,可以采取以下步骤排查和内存优化:

  1. 使用runtime包的相关函数监控内存使用情况,如runtime.MemStatsruntime.ReadMemStats
  2. 使用工具如pprof分析内存使用情况。
  3. 分析代码,查找可能的内存泄露或不必要的内存占用。
  4. 优化内存使用,例如:减少内存分配,使用更高效的数据结构。

针对JSON处理,可以考虑使用以下库:

  • encoding/json:Go标准库中的JSON编解码库。
  • easyjson:通过代码生成技术提供快速JSON编解码的库。
  • ffjson:另一个代码生成库,专注于性能。
  • json-iterator/go:一个快速的JSON解析生成库。

以下是一个简单的示例,使用runtime进行内存统计,并使用easyjson进行JSON处理:




package main
 
import (
    "encoding/json"
    "fmt"
    "runtime"
    "time"
 
    "github.com/mailru/easyjson"
)
 
// 假设的大型数据结构
type BigData struct {
    // ...
}
 
func main() {
    // 监控内存使用情况
    var m runtime.MemStats
    runtime.ReadMemStats(&m)
    fmt.Printf("初始内存使用: %vKB\n", m.Alloc/1024)
 
    // 使用easyjson进行序列化
    data := BigData{}
    // ... 初始化data
 
    start := time.Now()
    // 序列化
    buf, err := easyjson.Marshal(data)
    if err != nil {
        panic(err)
    }
    fmt.Printf("使用easyjson序列化耗时: %v\n", time.Since(start))
 
    // 使用encoding/json进行序列化
    start = time.Now()
    // 序列化
    jsonBuf, err := json.Marshal(data)
    if err != nil {
        panic(err)
    }
    fmt.Printf("使用encoding/json序列化耗时: %v\n", time.Since(start))
 
    // 输出序列化结果
    fmt.Println(string(buf))
    fmt.Println(string(jsonBuf))
 
    // 再次读取内存状态
    runtime.ReadMemStats(&m)
    fmt.Printf("最终内存使用: %vKB\n", m.Alloc/1024)
}

在实际应用中,可以通过不断的内存监控和分析,找到内存使用的热点,进而优化代码和内存使用。

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日