如何监控Golang WebSocket服务器内存泄漏？现有方案存问题

你遇到的unsafe.Sizeof()始终返回8的情况，是因为Go里的map、slice这类引用类型，本质是指向堆内存的指针（64位系统下指针大小就是8字节）。unsafe.Sizeof()只会返回变量本身的内存大小，不会计算它指向的堆上实际存储数据的内存占用，所以这个方法完全没法监控到你的数据结构实际占用的内存。

1. 用标准库runtime.ReadMemStats监控全局内存状态 #

这是最直接的方式，能拿到整个进程的内存使用全貌，包括堆内存分配量、已使用堆内存、空闲内存等关键指标，结合你代码里的len()数据，就能判断是否是你的业务数据结构导致内存膨胀。

示例代码：

import (
    "fmt"
    "runtime"
    "time"
)

func (s *Service) logStats() {
    go func() {
        var memStats runtime.MemStats
        for {
            time.Sleep(50 * time.Second)
            
            // 读取最新内存统计
            runtime.ReadMemStats(&memStats)
            
            // 打印关键指标：已使用堆内存、堆分配总量、GC次数
            vbl.Stdout.Debug(
                vbl.Id("f30bb768-280a-4bbf-9c17-2b7214e91c69"),
                fmt.Sprintf("HeapInuse: %.2f MB", float64(memStats.HeapInuse)/1024/1024),
                fmt.Sprintf("HeapAlloc: %.2f MB", float64(memStats.HeapAlloc)/1024/1024),
                fmt.Sprintf("GC Count: %d", memStats.NumGC),
                // 保留你原来的len统计
                fmt.Sprintf("topicIdToRMQChannels len: %d", len(s.topicIdToRMQChannels)),
                fmt.Sprintf("conversationIdToConns len: %d", len(s.conversationIdToConns)),
                // ... 其他len统计
            )
        }
    }()
}

• HeapInuse：当前正在使用的堆内存（不包括已释放给操作系统的部分）
• HeapAlloc：进程启动以来累计分配的堆内存总量
• NumGC：GC执行次数，如果这个数飙升，大概率是内存频繁分配释放导致的

2. 用runtime/pprof做内存 profiling（排查内存泄漏/膨胀的利器） #

如果需要定位具体是哪个数据结构占用了过多内存，可以用pprof生成内存profile，或者通过HTTP接口实时查看：

方式一：启动HTTP pprof服务 #

在你的服务启动代码里加一行：

import _ "net/http/pprof"

func main() {
    // 启动pprof HTTP服务，默认端口6060
    go func() {
        _ = http.ListenAndServe(":6060", nil)
    }()
    
    // 你的服务启动逻辑...
}

然后访问http://localhost:6060/debug/pprof/，点击heap就能查看当前内存占用的Top对象，或者下载profile文件用命令分析：

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

在pprof交互界面里输入top就能看到占用内存最多的函数/对象，输入list 函数名能查看具体代码行的内存分配情况。

方式二：定时生成内存profile文件 #

如果你的服务是后台运行，也可以定时生成profile文件：

import (
    "os"
    "runtime/pprof"
    "time"
)

func (s *Service) logStats() {
    go func() {
        for {
            time.Sleep(1 * time.Hour) // 每小时生成一次
            f, err := os.Create(fmt.Sprintf("mem-profile-%d.pprof", time.Now().Unix()))
            if err != nil {
                vbl.Stdout.Error("create profile file failed", err)
                continue
            }
            _ = pprof.WriteHeapProfile(f)
            _ = f.Close()
        }
    }()
}

之后用go tool pprof mem-profile-xxx.pprof分析即可。

3. 估算特定map的内存占用（针对业务结构） #

如果只想监控某个特定map的大致内存，可以根据map的键值类型做估算：

• 对于map[K]V，每个键值对的内存 = unsafe.Sizeof(K{}) + unsafe.Sizeof(V{}) + map内部的额外开销（每个条目大概有16字节的元数据）
• 再加上map本身的结构体大小（大概48字节左右）

示例代码：

import "reflect"
import "unsafe"

func estimateMapSize(m interface{}) uint64 {
    // 这里需要根据实际类型调整，比如针对map[string]*Conn
    kSize := unsafe.Sizeof("")
    vSize := unsafe.Sizeof((*Conn)(nil))
    entrySize := kSize + vSize + 16 // 条目元数据开销
    mapStructSize := 48 // map结构体本身大小
    len := reflect.ValueOf(m).Len()
    return mapStructSize + uint64(len)*entrySize
}

注意这个是估算值，和实际内存占用有误差，但用来监控趋势足够了。

内容的提问来源于stack exchange，提问作者Alexander Mills