Profile（统计一个消息处理所用的系统时间）

虽然 skynet 可以尽可能的利用多核计算，但要特别小心在不能并发的流程上某个环节的处理能力过低。如果在一条处理流水线上，某个服务的处理能力明显低于前一个环节，消息就很有可能堆积在这个服务的消息队列里。
所以应该尽量避免设计出单点服务。不要把太多不相关的处理放在同一个服务内（因为单一服务的消息处理是不能并行的）。对于复杂的系统，靠猜测找到这些瓶颈非常困难，需要利用一些分析工具，然后再从设计上拆分优化。
skynet.stat(what) 可以返回当前服务的性能统计信息，what 可以是以下字符串。
（1）”mqlen” 消息队列中堆积的消息数量。如果消息是均匀输入的，那么 mqlen 不断增长就说明已经过载。你可以在消息的 dispatch 函数中首先判断 mqlen ，在过载发生时做一些处理（至少 log 记录下来，方便定位问题）。
（2）”cpu” 占用的 cpu 总时间。需要在 Config 配置 profile 为 true 。
（3）”message” 处理的消息条数。

profile 模块可以帮助统计一个消息处理使用的系统时间。
使用 skynet 内置的 profile 记时而不用系统带的 os.time 是因为 profile 可以剔除阻塞调用的时间，准确统计出当前 coroutine 真正的开销。
下面是一个简单的实例：

local command = {}
function command.foobar(...)   end
local function message_dispatch(cmd, ...)
  local f = command[cmd]
  f(...) 
     end

加上 profile 就变成了这样：

local profile = require "skynet.profile"
local ti = {}
local function message_dispatch(cmd, ...)
  profile.start()
  local f = command[cmd]
  f(...)
  local time = profile.stop()
  local p = ti[cmd]
  if p == nil then
    p = { n = 0, ti = 0 }
    ti[cmd] = p       end
p.n = p.n + 1
  p.ti = p.ti + time    end

– 注册 info 函数，便于 debug 指令 INFO 查询。
skynet.info_func(function()
return ti end)
这段代码中，使用 profile.start() 和 profile.stop() 统计出其间的时间开销（返回单位是秒）。然后按消息类型分别记录在一张表 ti 中。
注：profile.start() 和 profile.stop() 必须在 skynet 线程中调用（记录当前线程），如果在 skynet Coroutine 中调用的话，请传入指定的 skynet 线程对象，通常可通过 skynet.coroutine.thread() 获得。
使用 skynet.info_func() 可以注册一个函数给 debug 消息处理。向这个服务发送 debug 消息 INFO 就会调用这个函数取得返回值。 使用 debug console 可以主动向服务发送 debug 消息。