EP.107 การทำ Profiling และ Benchmark WebSocket Server

เมื่อคุณพัฒนา WebSocket Server จนพร้อมใช้งานจริง (Production-ready) สิ่งสำคัญไม่ใช่แค่ "ระบบทำงานได้" แต่ต้อง ทำงานได้เร็ว เสถียร และใช้ทรัพยากรอย่างมีประสิทธิภาพ 🚀

ใน EP นี้ เราจะพาคุณเข้าสู่โลกของ Profiling และ Benchmarking เพื่อตรวจสอบว่าโค้ดของคุณทำงานได้ดีแค่ไหน พร้อมเทคนิคปรับแต่งประสิทธิภาพให้ทะลุขีดจำกัด!

เครื่องมือที่เราจะใช้:

🔬 pprof — วิเคราะห์การใช้ CPU, Memory และ Goroutines
💣 wrk — ทดสอบโหลดและความสามารถในการรับ request
⚡ hey — ทดสอบ Latency และอัตราความสำเร็จของการเชื่อมต่อ

🧩 1. ทำไมต้องทำ Profiling และ Benchmark?

เพราะถ้าไม่วัดผล เราจะไม่มีทางรู้ว่าโค้ดเราช้าเพราะอะไร

สิ่งที่คุณสามารถตรวจสอบได้ เช่น:

สิ่งที่ควรรู้	เพราะอะไร
จุดที่ใช้ CPU มาก	ปรับ logic หรือหลีกเลี่ยง loop ซ้อน
จุดที่ใช้ Memory เยอะ	ตรวจสอบ memory leak
Goroutine ค้างหรือเกิน	ป้องกัน deadlock หรือ panic
Latency สูง	หาคอขวดของการประมวลผล
รองรับกี่ connection	วางแผนขยายระบบได้แม่นยำ

🔍 2. การใช้ `pprof` วิเคราะห์โค้ดระหว่างรันจริง

pprof คือเครื่องมือ built-in ของ Go ที่ให้คุณดู performance ของระบบใน runtime สามารถเปิด endpoint /debug/pprof/ แล้ววิเคราะห์ผ่านเบราว์เซอร์หรือ CLI

ตัวอย่างโค้ดเปิด pprof

import (
	"log"
	"net/http"
	_ "net/http/pprof"
)

func main() {
	go func() {
		log.Println("Start pprof on :6060")
		log.Println(http.ListenAndServe("localhost:6060", nil))
	}()

	log.Println("WebSocket Server on :8080")
	http.ListenAndServe(":8080", nil)
}

⚙️ 3. การใช้ `wrk` ทดสอบ Load และ Throughput

wrk เป็นเครื่องมือ benchmark ที่สามารถยิงโหลดระดับสูงไปยัง WebSocket หรือ HTTP ได้

ตัวอย่างคำสั่ง:

wrk -t12 -c400 -d30s http://localhost:8080/ws

พารามิเตอร์	ความหมาย
`-t12`	ใช้ 12 threads
`-c400`	จำลอง 400 connections
`-d30s`	ยิง request ต่อเนื่อง 30 วินาที

ผลลัพธ์ที่ได้จะบอก:

Request/sec
Latency เฉลี่ย
Transfer/sec

⚡ 4. การใช้ `hey` ตรวจสอบ Latency และ Error Rate

hey เป็น CLI ที่ช่วยวัด Response Time และ Stability ของระบบ

ติดตั้ง:

go install github.com/rakyll/hey@latest

ตัวอย่างการใช้:

hey -n 1000 -c 50 http://localhost:8080/ws

จะได้ข้อมูลเช่น:

📉 Latency เฉลี่ย
❌ Error rate
✅ Success rate

🧠 5. เทคนิค Optimize สำหรับ Production

หลังจากได้ผลการวัดประสิทธิภาพแล้ว ให้ใช้ข้อมูลเพื่อปรับระบบ:

ปัญหา	แนวทางแก้
CPU ใช้สูง	ใช้ Goroutine Pool / ลดการ parse JSON
Memory สูง	ใช้ `sync.Pool` สำหรับ reuse buffer
Latency สูง	ใช้ binary protocol / ลดการ compress
Connection หลุดบ่อย	ปรับ timeout และ retry logic
GC หนัก	ปรับ `runtime.GCPercent` / เช็ค memory leak

📊 6. ตัวอย่างการสรุปผล Benchmark

Metric	ค่าเฉลี่ย	เป้าหมายที่ดี
Latency	8.5 ms	< 10 ms
Throughput	22,000 req/sec	> 20,000
Memory Usage	85 MB	< 100 MB
Error Rate	0.03%	< 0.1%

สรุปผลเหล่านี้ในทุก Sprint จะช่วยให้คุณวางแผน scaling และ optimize ระบบได้แบบมืออาชีพ

🚀 ท้าให้ลอง!

ลองเปิด pprof บน WebSocket Server จริงของคุณ
ใช้ wrk และ hey ยิงทดสอบจากเครื่องอื่น
เปรียบเทียบ “ก่อน” และ “หลัง optimize”
ทำ Dashboard สรุปผลเทียบทุก Sprint

🌟 EP ถัดไป

📘 EP.108: การจัดการ Timeout และ Connection Cleanup แบบ Advanced เราจะพูดถึงเทคนิคจัดการ connection ที่หลุด ช้า หรือ idle เพื่อป้องกัน resource leak และทำให้ระบบเสถียรยิ่งขึ้นใน production!

อ่านบทความ Series อื่นๆ

🔵 Facebook: https://www.facebook.com/superdev.academy.th

🔴 YouTube : Superdev Academy

📸 Instagram: Superdev Academy

🎬 TikTok: https://www.tiktok.com/@superdevacademy?lang=th-TH

🌐 Website: https://www.superdevacademy.com/