Karmada 性能分析
启用性能分析
若要对运行在 Kubernetes Pod 中的 Karmada 组件进行性能分析，需要在组件的 YAML 配置中将 --enable-pprof 参数设置为 true。
默认的分析地址为 127.0.0.1:6060，也可以通过 --profiling-bind-address 参数进行配置。
以下由 Karmada 源码构建的组件支持该功能：Karmada-agent, Karmada-aggregated-apiserver, Karmada-controller-manager, Karmada-descheduler, Karmada-search, Karmada-scheduler, Karmada-scheduler-estimator, Karmada-webhook.
--enable-pprof
通过 Web 接口 host:port/debug/pprof/ 启用性能分析。
--profiling-bind-address string
用于提供性能分析服务的 TCP 地址（如 127.0.0.1:6060、:6060）。仅在启用分析时有效，默认值为 ":6060"。
通过本地端口暴露分析接口
你可以通过 kubectl port-forward 命令将 Pod 中的分析端口转发到本地，例如：
$ kubectl -n karmada-system get pod
NAME READY STATUS RESTARTS AGE
karmada-controller-manager-7567b44b67-8kt59 1/1 Running 0 19s
...
$ kubectl -n karmada-system port-forward karmada-controller-manager-7567b44b67-8kt59 6060
Forwarding from 127.0.0.1:6060 -> 6060
Forwarding from [::1]:6060 -> 6060
此时，HTTP 分析接口将可通过本地端口访问。
生成分析数据
你可以通过 curl 命令获取内存分析数据（heap profile）并保存到文件：
curl http://localhost:6060/debug/pprof/heap > heap.pprof
获取 CPU 分析数据并保存（以下示例持续时间为 7200 秒，即两小时）：
curl "http://localhost:6060/debug/pprof/profile?seconds=7200" > cpu.pprof
分析数据
使用 Go 的 pprof 工具分析生成的数据文件：
go tool pprof heap.pprof