본문으로 건너뛰기
이 페이지는 영어로 된 기계 번역을 사용하므로 오류나 불명확한 언어가 포함될 수 있습니다. 가장 정확한 정보는 영어 원문을 참조하시기 바랍니다. 잦은 업데이트로 인해 일부 콘텐츠는 원래 영어로 되어 있을 수 있습니다. Crowdin에서 이 페이지의 번역을 개선하는 데 동참하여 도움을 주세요. (Crowdin translation page, Contributing guide)

프로필 노드 데이터

프로파일링은 Kaia 노드의 성능을 이해하고 최적화하는 데 필수적인 도구입니다. 이 튜토리얼에서는 Kaia의 디버그 API와 net/http/pprof Go 패키지를 활용하여 Kaia 노드 운영자가 사용할 수 있는 다양한 프로파일링 기법에 대해 안내합니다.

전제 조건​

시작하기 전에 다음 사항을 확인하세요:

  • 노드 설정: Kaia 노드가 올바르게 설치되어 실행 중입니다.

  • 노드 콘솔에 액세스하기: 노드 콘솔을 통해 노드와 상호 작용해야 합니다.

  • 도구: Go를 시스템에 설치하여 go tool pprof 및 go tool trace를 사용합니다. 실행하여 확인할 수 있습니다:


go version

1. 프로파일링 관리하기: 시작, 중지 및 상태 확인 방법​

Kaia 노드는 여러 가지 프로파일링 방법을 제공하는 debug API를 제공합니다. 노드의 콘솔 또는 JSON-RPC API 호출을 통해 이러한 메서드와 상호 작용할 수 있습니다.

1.1 pprof HTTP 서버 시작하기​

pprof HTTP 서버를 사용하면 프로파일링 데이터를 효율적으로 수집하고 분석할 수 있습니다.


# Start pprof server with default settings (localhost:6060)
> debug.startPProf()
# Start pprof server on a specific address and port
> debug.startPProf("localhost", 8080)

pprof 엔드포인트에 액세스​

pprof 서버가 실행 중이면 다음 주소에서 프로파일링 데이터에 액세스합니다:

1.2 pprof HTTP 서버 중지하기​


> debug.stopPProf()

1.3 pprof가 실행 중인지 확인하기​


> debug.isPProfRunning()
true # if running
false # if not running

2. 프로필 수집​

pprof 서버가 실행되면 여러 가지 방법을 사용하여 다양한 프로파일을 수집하여 노드의 성능을 분석할 수 있습니다.

2.1 웹 인터페이스를 사용하여 수집​

다음 예시와 같이 웹 브라우저에 각각의 엔드포인트를 입력하여 다양한 프로필을 수집하세요:

힙 프로필 수집

http://localhost:6060/debug/pprof/heap

30초 CPU 프로파일 수집

http://localhost:6060/debug/pprof/profile?seconds=30

debug=2로 고루틴 프로파일 수집

http://localhost:6060/debug/pprof/goroutine?debug=2

2.2 API 호출을 사용하여 수집​

다음 예시와 같이 노드 콘솔에 각 명령을 입력하여 프로필을 수집하거나 구성합니다:


# Collect 30-second CPU profile
> debug.cpuProfile("cpu.profile", 30)
# Collect 30-second block profile
> debug.blockProfile("block.profile", 30)
# Set mutex profiling fraction
> debug.setMutexProfileFraction(1)

2.3 go tool pprof'를 사용하여 수집하기​

pprof 웹 인터페이스에 액세스할 수 없는 경우, go tool pprof를 사용하여 로컬에서 프로파일링 결과를 생성하고 분석할 수 있습니다.

사용 가능한 프로필 유형 식별​

지원되는 프로필은 다음과 같습니다:

  • allocs: 과거의 모든 메모리 할당의 샘플링입니다.
  • block: 동기화 프리미티브에 대한 차단으로 이어진 스택 추적.
  • goroutine: 현재 모든 고루틴의 트레이스를 스택합니다. 복구되지 않은 패닉과 동일한 형식으로 내보내려면 쿼리 매개변수로 debug=2를 사용합니다.
  • heap: 라이브 객체의 메모리 할당 샘플링입니다. 힙 샘플을 채취하기 전에 gc GET 매개변수를 지정하여 가비지 컬렉션을 실행할 수 있습니다.
  • mutex: 경합 중인 뮤텍스 보유자의 흔적을 스택에 쌓습니다.
  • profile: CPU 프로파일. seconds GET 매개변수에 기간을 지정할 수 있습니다. 프로필 파일을 받은 후 go tool pprof 명령을 사용하여 프로필을 조사합니다.
  • threadcreate: 새 OS 스레드를 생성한 스택 추적을 추적합니다.
  • trace: 현재 프로그램의 실행 흔적입니다. seconds GET 매개변수에 기간을 지정할 수 있습니다. 추적 파일을 받은 후 go tool trace 명령을 사용하여 추적을 조사합니다.

go tool pprof를 사용하여 프로필 수집하기​


go tool pprof http://localhost:6060/debug/pprof/<profiletype>

<0>를 위에 나열된 지원되는 프로필 중 하나(예: heap, profile)로 바꿉니다.

명령 예제​


# Collect heap profile
go tool pprof http://localhost:6060/debug/pprof/heap
# Collect 30-second CPU profile
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30
# Collect goroutine profile with debug=2
go tool pprof http://localhost:6060/debug/pprof/goroutine?debug=2

텍스트 프로파일링 파일 생성​

텍스트 기반 프로파일링 보고서를 생성하려면 go tool pprof와 함께 -text 옵션을 사용하세요.


# Generate text-based CPU profile
go tool pprof -text cpu.profile

pprof 추가 옵션​

프로필을 수집할 때 추가 쿼리 매개변수 및 옵션을 사용하여 프로파일링을 추가로 사용자 지정할 수 있습니다.

  • 응답 형식(debug=N):

    • 바이너리 형식(기본값): N = 0
    • 일반 텍스트 형식: N > 0

    예시:


go tool pprof http://localhost:6060/debug/pprof/allocs?debug=1

  • 가비지 컬렉션(gc=N):

    • 프로파일링 전 GC 실행: 힙 프로파일을 캡처하기 전에 가비지 수집 주기를 트리거하려면 gc=1을 설정하세요.

    예시:


go tool pprof http://localhost:6060/debug/pprof/heap?gc=1

  • 지속 시간 매개변수(초=N):

    • 할당, 블록, 고루틴, 힙, 뮤텍스, 스레드 생성 프로필:

      • seconds=N은 주어진 기간을 기준으로 델타 프로파일을 반환합니다.

    • CPU 프로파일 및 트레이스 프로파일:

      • seconds=N은 CPU 프로파일 또는 추적을 실행할 기간을 지정합니다.

    예시:


go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30

2.4 Go 설치 없이 수집​

프로그램에 Go가 설치되지 않은 경우(go version을 실행하여 확인할 수 있음) 다음 단계에 따라 프로파일링 데이터를 로컬에 다운로드하여 저장하세요:

  1. wget을 사용하여 프로필 파일을 다운로드합니다.

wget -O memory_profile http://localhost:6060/debug/pprof/heap

  1. scp를 사용하여 프로필 파일을 로컬 컴퓨터로 전송합니다.

scp <user>@<node_ip>:memory_profile memory_profile

참고: <user>를 SSH 사용자 이름으로, <node_ip>를 Kaia 노드의 IP 주소로 바꾸세요.

3. 메모리 프로파일링​

앞서 언급했듯이 메모리 프로파일링은 go pprof에서 제공하는 힙 정보를 말합니다. Kaia 노드에서 제공하는 디버그 네임스페이스의 writeMemProfile을 통해서도 수집할 수 있습니다.


# Using go tool pprof
> go tool pprof http://localhost:6060/debug/pprof/heap
# Using Node Console
> debug.writeMemProfile("mem.profile")

메모리 프로파일링은 메모리 누수와 같은 메모리 관련 문제를 분석하는 데 매우 중요합니다. 메모리 프로파일링의 세분성을 제어하려면 MemProfileRate 변수를 조정하면 이 과정에서 도움이 될 수 있습니다. 이 값은 노드 실행 초기(예: 메인 함수의 시작 부분)에 가능한 한 빨리 설정해야 합니다.

노트

Kaia는 MemProfileRate 변수를 쉽게 설정할 수 있는 --memprofilerate 플래그를 제공합니다. 따라서 플래그로만 사용할 수 있으므로 노드를 시작할 때 설정해야 하며 API 호출을 통해 변경할 수 없습니다.


var MemProfileRate int = 512 * 1024

  • MemProfileRate : 설정
    • 프로필 최대 할당량: 1로 설정합니다.
    • 프로파일링 비활성화: 0으로 설정합니다.
    • 기본 설정: 512 * 1024(512KB당 약 1개의 할당 프로파일).

영향:

  • 더 높은 프로파일링 속도(더 낮은 MemProfileRate): 세분성은 증가하지만 성능 오버헤드가 발생할 수 있습니다.
  • 낮은 프로파일링 속도(높은 MemProfileRate): 프로파일링 세부 정보를 줄여 성능에 미치는 영향을 최소화합니다.

모범 사례:

  • 일관성: 정확한 프로파일링 데이터를 유지하기 위해 노드의 런타임 내내 MemProfileRate가 일정하게 유지되도록 합니다.
  • 초기 구성: 일관된 프로파일링 정보를 캡처하려면 프로그램을 처음 시작할 때 MemProfileRate를 설정합니다.

4. 프로필 분석​

프로파일링 데이터를 수집한 후 go tool pprof를 사용하여 저장된 프로파일 파일을 분석하고 시각화합니다.

4.1 웹 인터페이스를 사용하여 분석​

예를 들어, 아래와 같이 웹 인터페이스를 통해 메모리 사용량을 시각적으로 보여주는 Go의 pprof 도구를 사용하여 메모리 프로필 데이터를 시각적으로 분석할 수 있습니다:


go tool pprof -http=0.0.0.0:8081 cpu.profile

4.2 명령줄을 사용하여 분석​

터미널 내 텍스트 기반 인터페이스에서 Go의 pprof 도구를 사용하여 메모리 프로필 데이터를 분석할 수도 있습니다:


go tool pprof cpu.profile

  • 일반적인 pprof 명령:

    • top : 리소스를 가장 많이 소비하는 함수를 표시합니다.
    • list <0>: 특정 함수에 대한 주석이 달린 소스 코드를 표시합니다.
    • web: 웹 브라우저에서 프로필의 시각화를 생성합니다.
    • pdf 를 클릭합니다: 프로필의 PDF 보고서를 생성합니다.

  • 사용 예:


go tool pprof cpu.profile
# Inside the pprof interactive shell:
> top
> list main.functionName
> web

노트

시각적 그래프를 생성하려면 web 및 pdf 명령에 대한 Graphviz가 설치되어 있는지 확인합니다.

5. 결론​

이 프로파일링 튜토리얼을 따라 Kaia 노드 운영자는 성능 병목 현상을 효과적으로 식별 및 해결하고, 리소스 사용을 최적화하며, 노드를 원활하고 효율적으로 운영할 수 있습니다. 정기적인 프로파일링과 강력한 모니터링 및 로깅 관행은 블록체인 네트워크 내에서 카이아 노드의 안정성과 성능을 유지하는 데 크게 기여할 것입니다.

페이지를 개선해 주세요