381
之前有分享過(guò)自己工作中自己搭建的CPU監(jiān)控腳本等，但那個(gè)屬于是自己手工寫(xiě)的一些腳本，比較粗淺的使用。后來(lái)就直接使用perf編譯到驅(qū)動(dòng)里面，在設(shè)備中直接使用perf了，比起自己寫(xiě)的腳本，效率直線提升。今天就來(lái)分享以下perf的功能使用,它可以將消耗 CPU 時(shí)間比較大的用戶(hù)程序調(diào)用棧打印出來(lái)，并生成火焰圖。
perf的介紹和安裝
Perf 是Linux kernel自帶的系統(tǒng)性能優(yōu)化工具。Perf的優(yōu)勢(shì)在于與Linux Kernel的緊密結(jié)合，它可以最先應(yīng)用到加入Kernel的new feature。pef可以用于查看熱點(diǎn)函數(shù)，查看cashe miss的比率，從而幫助開(kāi)發(fā)者來(lái)優(yōu)化程序性能,也可以分析程序運(yùn)行期間發(fā)生的硬件事件，比如 instructions retired ，processor clock cycles 等；您也可以分析
軟件事件，比如 Page Fault 和進(jìn)程切換，這使得 Perf 擁有了眾多的性能分析能力，
通過(guò)它，應(yīng)用程序可以利用 PMU，tracepoint 和內(nèi)核中的特殊計(jì)數(shù)器來(lái)進(jìn)行性能統(tǒng)計(jì)。它不但可以分析指定應(yīng)用程序的性能問(wèn)題 (per thread)，也可以用來(lái)分析內(nèi)核的性能問(wèn)題，當(dāng)然也可以同時(shí)分析應(yīng)用代碼和內(nèi)核，從而全面理解應(yīng)用程序中的性能瓶頸。
舉例來(lái)說(shuō)，使用 Perf 可以計(jì)算每個(gè)時(shí)鐘周期內(nèi)的指令數(shù)，稱(chēng)為 IPC，IPC 偏低表明代碼沒(méi)有很好地利用 CPU。Perf 還可以對(duì)程序進(jìn)行函數(shù)級(jí)別的采樣，從而了解程序的性能瓶頸究竟在哪里等等。Perf 還可以替代 strace，可以添加動(dòng)態(tài)內(nèi)核 probe 點(diǎn)，還可以做 benchmark 衡量調(diào)度器的好壞。。。
ubuntu安裝：
sudo apt-get install linux-tools-common linux-tools-"$(uname -r)" linux-cloud-tools-"$(uname -r)" linux-tools-generic linux-cloud-tools-generic
安裝好之后使用perf -v命令查看版本
在設(shè)備中安裝
如果你使用yocto，那么可是用bitbake perf 直接編譯perf工具出來(lái)，然后做成鏡像燒錄到設(shè)備中，如果你使用的是其他根文件系統(tǒng)制作工具，方法也是類(lèi)似。
將編譯好的的lib和bin目錄拷貝到設(shè)備中使用。
perf基本使用
它和Oprofile性能調(diào)優(yōu)工具等的基本原理都是對(duì)被監(jiān)測(cè)對(duì)象進(jìn)行采樣，最簡(jiǎn)單的情形是根據(jù) tick 中斷進(jìn)行采樣，即在 tick 中斷內(nèi)觸發(fā)采樣點(diǎn)，在采樣點(diǎn)里判斷程序當(dāng)時(shí)的上下文。假如一個(gè)程序 90% 的時(shí)間都花費(fèi)在函數(shù) foo() 上，那么 90% 的采樣點(diǎn)都應(yīng)該落在函數(shù) foo() 的上下文中。運(yùn)氣不可捉摸，那么只要采樣頻率足夠高，采樣時(shí)間足夠長(zhǎng)，那么以上推論就比較可靠。因此，通過(guò) tick 觸發(fā)采樣，我們便可以了解程序中哪些地方最耗時(shí)間，從而重點(diǎn)分析。
上面介紹了perf的原理，“根據(jù) tick 中斷進(jìn)行采樣，即在 tick 中斷內(nèi)觸發(fā)采樣點(diǎn)，在采樣點(diǎn)里判斷程序當(dāng)時(shí)的上下文”，我們可以改變采樣的觸發(fā)條件使得我們可以獲得不同的統(tǒng)計(jì)數(shù)據(jù)，例如 以時(shí)間點(diǎn) ( 如 tick) 作為事件觸發(fā)采樣便可以獲知程序運(yùn)行時(shí)間的分布；以 cache miss 事件觸發(fā)采樣便可以知道 cache miss 的分布，即 cache 失效經(jīng)常發(fā)生在哪些程序代碼中。如此等等。
首先我們可以看一下 perf 中能夠觸發(fā)采樣的事件有哪些。
perf list使用，可以列出所有的采樣事件
sudo perf list
可以看到 Hadrware event Software event等
Hardware Event 是由 PMU 硬件產(chǎn)生的事件，比如 cache 命中，當(dāng)您需要了解程序?qū)τ布匦缘氖褂们闆r時(shí)，便需要對(duì)這些事件進(jìn)行采樣
Software Event 是內(nèi)核軟件產(chǎn)生的事件，比如進(jìn)程切換，tick 數(shù)等
Tracepoint event 是內(nèi)核中的靜態(tài) tracepoint 所觸發(fā)的事件，這些 tracepoint 用來(lái)判斷程序運(yùn)行期間內(nèi)核的行為細(xì)節(jié)，比如 slab 分配器的分配次數(shù)等
perf stat 概覽程序的運(yùn)行情況
perf stat選項(xiàng)，可以在終端上執(zhí)行命令時(shí)收集性能統(tǒng)計(jì)信息
sudo perf stat -p 11664
指定進(jìn)程查看,ctrl +c 殺死進(jìn)程之后，就可以看到相應(yīng)的數(shù)據(jù)了。
task-clock(msec)是指程序運(yùn)行期間占用了xx的任務(wù)時(shí)鐘周期，該值高，說(shuō)明程序的多數(shù)時(shí)間花費(fèi)在 CPU 計(jì)算上而非 IO
context-switches是指程序運(yùn)行期間發(fā)生了xx次上下文切換，記錄了程序運(yùn)行過(guò)程中發(fā)生了多少次進(jìn)程切換，頻繁的進(jìn)程切換是應(yīng)該避免的。（有進(jìn)程進(jìn)程間頻繁切換，或者內(nèi)核態(tài)與用戶(hù)態(tài)頻繁切換）
cpu-migrations 是指程序運(yùn)行期間發(fā)生了xx次CPU遷移，即用戶(hù)程序原本在一個(gè)CPU上運(yùn)行，后來(lái)遷移到另一個(gè)CPU
cycles：處理器時(shí)鐘，一條機(jī)器指令可能需要多個(gè) cycles
Instructions: 機(jī)器指令數(shù)目。
其他可以監(jiān)控的譬如分支預(yù)測(cè)、cache命中,page-faults 是指程序發(fā)生了xx次頁(yè)錯(cuò)誤等
sudo perf stat -p 13465
root@lyn:/mnt# ps -ux | grep target
root 13465 89.7 0.1 4588 1472 pts/1 R+ 17:30 0:07 ./target
root 13467 0.0 0.0 3164 744 pts/0 S+ 17:30 0:00 grep target
root@lyn:/mnt# perf stat -p 13465
^C
Performance counter stats for process id '13465':
13418.914783 task-clock (msec) # 1.000 CPUs utilized
13 context-switches # 0.001 K/sec
0 cpu-migrations # 0.000 K/sec
0 page-faults # 0.000 K/sec
25072130385 cycles # 1.868 GHz
20056061 stalled-cycles-frontend # 0.08% frontend cycles idle
8663621265 stalled-cycles-backend # 34.55% backend cycles idle
27108898221 instructions # 1.08 insns per cycle
# 0.32 stalled cycles per insn
3578980615 branches # 266.712 M/sec
841545 branch-misses # 0.02% of all branches
13.419173431 seconds time elapsed
參考?鏈接
perf top實(shí)時(shí)顯示當(dāng)前系統(tǒng)的性能統(tǒng)計(jì)信息
sudo perf top -g
用于實(shí)時(shí)顯示當(dāng)前系統(tǒng)的性能統(tǒng)計(jì)信息。該命令主要用來(lái)觀察整個(gè)系統(tǒng)當(dāng)前的狀態(tài)，比如可以通過(guò)查看該命令的輸出來(lái)查看當(dāng)前系統(tǒng)最耗時(shí)的內(nèi)核函數(shù)或某個(gè)用戶(hù)進(jìn)程。
[.] : user level 用戶(hù)態(tài)空間，若自己監(jiān)控的進(jìn)程為用戶(hù)態(tài)進(jìn)程，那么這些即主要為用戶(hù)態(tài)的cpu-clock占用的數(shù)值
[k]: kernel level 內(nèi)核態(tài)空間
[g]: guest kernel level (virtualization) 客戶(hù)內(nèi)核級(jí)別
[u]: guest os user space 操作系統(tǒng)用戶(hù)空間
[H]: hypervisor 管理程序
The final column shows the symbol name.
當(dāng) perf 收集調(diào)用鏈時(shí)，開(kāi)銷(xiāo)可以在兩列中顯示為Children和Self 。這里的Self列與沒(méi)有“-g”的列類(lèi)似：這是每個(gè)函數(shù)花費(fèi)的 CPU 周期百分比。但是Children列在其下方添加了所有調(diào)用函數(shù)所花費(fèi)的時(shí)間。不僅是直系子女，而且是所有后代。對(duì)于調(diào)用圖的葉子，函數(shù)不調(diào)用其他任何東西，Self 和 Children 的值是相等的。但是對(duì)于 main()，它增加了在 f1()<-main() 和 f2()<-main() 中花費(fèi)的時(shí)間。您將第一行讀為：95.61% 的時(shí)間花在調(diào)用 main() 上，而只有 8.19% 的時(shí)間花在 main() 指令上，因?yàn)樗蟛糠謺r(shí)間都在調(diào)用其他函數(shù)。請(qǐng)注意，您可以添加“Self”以覆蓋 100%，但在“Children”中，兒童樣本占多行。這個(gè)想法是在頂部查看占樣本最多的調(diào)用堆棧片段。
有一個(gè)“+”，可以向下查看調(diào)用關(guān)系。
perf record 記錄采集的數(shù)據(jù)
使用 top 和 stat 之后，perf可能已經(jīng)大致有數(shù)了。要進(jìn)一步分析，便需要一些粒度更細(xì)的信息。比如說(shuō)我們已經(jīng)斷
使用 top 和 stat 之后，perf可能已經(jīng)大致有數(shù)了。要進(jìn)一步分析，便需要一些粒度更細(xì)的信息。比如說(shuō)我們已經(jīng)斷定目標(biāo)程序計(jì)算量較大，也許是因?yàn)橛行┐a寫(xiě)的不夠精簡(jiǎn)。那么面對(duì)長(zhǎng)長(zhǎng)的代碼文件，究竟哪幾行代碼需要進(jìn)一步修改呢？這便需要使用 perf record 記錄單個(gè)函數(shù)級(jí)別的統(tǒng)計(jì)信息，并使用 perf report 來(lái)顯示統(tǒng)計(jì)結(jié)果（perf record表示記錄到文件，perf top直接會(huì)顯示到界面）。
perf record?，它可以對(duì)事件進(jìn)行采樣，將采樣的數(shù)據(jù)收集在一個(gè) perf.data 的文件中，這將會(huì)帶來(lái)一定的性能開(kāi)銷(xiāo)，不過(guò)這個(gè)命令很有用，可以用來(lái)找出最占 CPU 的進(jìn)程。
下面的命令對(duì)系統(tǒng) CPU 事件做采樣，采樣時(shí)間為 60 秒，每秒采樣 99 個(gè)事件，-g表示記錄程序的調(diào)用棧。
sudoperf record -F 99 -a -g -- sleep 60
此外我們還可以使用PID監(jiān)控程序perf record -e cpu-clock -g?-p pid?監(jiān)控 已啟動(dòng)的進(jìn)程；也可以使用程序名監(jiān)控程序perf record -e cpu-clock -g -p grep your_program
-e選項(xiàng)允許您在perf list命令中列出的多個(gè)類(lèi)別中選擇一個(gè)事件類(lèi)別。例如，在這里，我們使用-e cpu-clock?是指perf record監(jiān)控的指標(biāo)為cpu周期程序運(yùn)行完之后，perf record會(huì)生成一個(gè)名為perf.data的文件（缺省值），如果之前已有，那么之前的perf.data文件會(huì)變?yōu)閜erf.data.old文件
-g選項(xiàng)是告訴perf record額外記錄函數(shù)的調(diào)用關(guān)系，因?yàn)樵緋erf record記錄大都是庫(kù)函數(shù)，直接看庫(kù)函數(shù)，大多數(shù)情況下，你的代碼肯定沒(méi)有標(biāo)準(zhǔn)庫(kù)的性能好對(duì)吧？除非是針對(duì)產(chǎn)品進(jìn)行特定優(yōu)化，所以就需要知道是哪些函數(shù)頻繁調(diào)用這些庫(kù)函數(shù)，通過(guò)減少不必要的調(diào)用次數(shù)來(lái)提升性能
perf record的其他參數(shù)：
-f：強(qiáng)制覆蓋產(chǎn)生的.data數(shù)據(jù)
-c：事件每發(fā)生count次采樣一次
-p：指定進(jìn)程
-t：指定線程
可以使用ctrl+c中斷perf進(jìn)程，或者在命令最后加上參數(shù)?--sleep n?(n秒后停止)
sudo perf report -n可以生成報(bào)告的預(yù)覽。
sudo perf report -n --stdio可以生成一個(gè)詳細(xì)的報(bào)告。
sudo perf script可以 dump 出 perf.data 的內(nèi)容。
獲得這個(gè)perf.data文件之后，我們其實(shí)還不能直接查看，下面就需要perf report工具進(jìn)行查看
perf report輸出 record的結(jié)果
如果record之后想直接輸出結(jié)果，使用perf report即可
perf report的相關(guān)參數(shù)：
-i : 指定文件輸出
-k：指定未經(jīng)壓縮的內(nèi)核鏡像文件，從而獲得內(nèi)核相關(guān)信息
--report：cpu按照cpu列出負(fù)載
sudo perf report
Samples: 123K of event 'cycles', Event count (approx.): 36930701307
Overhead Command Shared Object Symbol
18.91% swapper [kernel.kallsyms] [k] intel_idle
5.18% dev_ui libQt5lxxx [.] 0x00000000013044c7
3.20% dev_ui libc-2.19.so [.] _int_malloc
1.03% dev_ui libc-2.19.so [.] __clock_gettime
3.04% todesk libpixman-1.so.0.38.4 [.] 0x000000000008cac0
1.20% todesk [JIT] tid 126593 [.] 0x0000000001307c7a
0.84% todesk [JIT] tid 126593 [.] 0x000000000143c3f4
0.73% Xorg i965_dri.so [.] 0x00000000007cefe0
0.65% todesk libsciter-gtk.so [.] tool::tslice<gool::argb>::xcopy
0.58% Xorg i965_dri.so [.] 0x00000000007cf00e
0.53% Xorg i965_dri.so [.] 0x00000000007cf03c
0.49% todesk [JIT] tid 126593 [.] 0x0000000001307cb2
0.48% Xorg i965_dri.so [.] 0x00000000007cf06a
0.44% todesk [JIT] tid 126593 [.] 0x0000000001307cb6
0.41% todesk [JIT] tid 126593 [.] 0x0000000001307cc0
0.40% x-terminal-emul libz.so.1.2.11 [.] adler32_z
0.40% todesk [JIT] tid 126593 [.] 0x0000000001307c83
0.38% todesk [JIT] tid 126593 [.] 0x0000000001307cbb
0.33% swapper [kernel.kallsyms] [k] menu_select
0.32% gnome-shell libmutter-clutter-6.so.0.0.0 [.] clutter_actor_paint
0.31% gnome-shell libgobject-2.0.so.0.6400.6 [.] g_type_check_instance_is_a
0.31% swapper [kernel.kallsyms] [k] psi_group_change
0.24% SDK_Timer-8 [kernel.kallsyms] [k] psi_group_change
0.24% todesk libc-2.31.so [.] __memset_avx2_unaligned_erms
0.18% todesk [JIT] tid 126593 [.] 0x00000000013044c7
0.18% todesk [JIT] tid 126593 [.] 0x000000000143c3f0
0.17% gnome-shell libglib-2.0.so.0.6400.6 [.] g_hash_table_lookup
0.17% todesk [JIT] tid 126593 [.] 0x000000000143c426
0.17% todesk [JIT] tid 126593 [.] 0x000000000143c3dd
0.16% todesk [JIT] tid 126593 [.] 0x000000000143c3d9
0.16% swapper [kernel.kallsyms] [k] cpuidle_enter_state
0.16% SDK_Timer-8 [kernel.kallsyms] [k] syscall_exit_to_user_mode
0.16% swapper [kernel.kallsyms] [k] __sched_text_start
在第二行我們發(fā)現(xiàn)一個(gè)dev_ui ，占用了5.18%，使用了libQt5lxxx庫(kù)， 它本身功能UI顯示，，但是占用較高的CPU，說(shuō)明調(diào)用該庫(kù)存在問(wèn)題（代碼本身問(wèn)題），需要對(duì)調(diào)用該庫(kù)的代碼進(jìn)行檢查。
第三行l(wèi)ibc-2.19.so [.] _int_malloc 這是常用的malloc操作，由于對(duì)代碼比較熟悉，在這個(gè)過(guò)程中不應(yīng)該有這么多次申請(qǐng)內(nèi)存，說(shuō)明代碼本身有問(wèn)題，需要對(duì)申請(qǐng)動(dòng)態(tài)內(nèi)存的代碼進(jìn)行檢查
第四行行 __clock_gettime 這個(gè)是由于計(jì)時(shí)需要，需要頻繁獲取時(shí)間，通常是指 gettimeofday()函數(shù)
整個(gè)統(tǒng)計(jì)顯示有很多task-clock占用是由于kernel.kallsyms導(dǎo)致，同時(shí)也驗(yàn)證了對(duì)perf stat獲得的數(shù)據(jù)的初步判斷，即CPU飆升也與頻繁的CPU遷移（內(nèi)核態(tài)中斷用戶(hù)態(tài)操作）導(dǎo)致，解決辦法是采用CPU綁核
也許有的人會(huì)奇怪為什么自己完全是一個(gè)用戶(hù)態(tài)的程序?yàn)槭裁催€會(huì)統(tǒng)計(jì)到內(nèi)核態(tài)的指標(biāo)？一是用戶(hù)態(tài)程序運(yùn)行時(shí)會(huì)受到內(nèi)核態(tài)的影響，若內(nèi)核態(tài)對(duì)用戶(hù)態(tài)影響較大，統(tǒng)計(jì)內(nèi)核態(tài)信息可以了解到是內(nèi)核中的哪些行為導(dǎo)致對(duì)用戶(hù)態(tài)產(chǎn)生影響；二則是有些用戶(hù)態(tài)程序也需要依賴(lài)內(nèi)核的某些操作，譬如I/O操作+ 4.93% dev_ui libcurl-gnutls.so.4.3.0 [.] 0x000000000001e1e0 ，左邊的加號(hào)代表perf已經(jīng)記錄了該調(diào)用關(guān)系，按enter鍵可以查看調(diào)用關(guān)系，perf監(jiān)控該進(jìn)程結(jié)果記錄到很多內(nèi)核調(diào)用，說(shuō)明該進(jìn)程在運(yùn)行過(guò)程中，有可能被內(nèi)核態(tài)任務(wù)頻繁中斷，應(yīng)盡量避免這種情況，對(duì)于這個(gè)問(wèn)題我的解決辦法是采用綁核，譬如機(jī)器有8個(gè)CPU，那么我就綁定內(nèi)核操作、中斷等主要在0-5CPU，GW由于有兩個(gè)線程，分別綁定到6、7CPU上。
注意：調(diào)優(yōu)應(yīng)該將注意力集中到百分比高的熱點(diǎn)代碼片段上，假如一段代碼只占用整個(gè)程序運(yùn)行時(shí)間的 0.1%，即使您將其優(yōu)化到僅剩一條機(jī)器指令，恐怕也只能將整體的程序性能提高 0.1%。俗話說(shuō)，好鋼用在刀刃上.
參考文章：鏈接
也可以用關(guān)鍵詞篩選
使用了sudo perf report?可以查看當(dāng)前perf.data的數(shù)據(jù)，但是當(dāng)你代碼調(diào)用很多時(shí)候不好進(jìn)行分析查看，這個(gè)時(shí)候我們就可以選擇我們需要關(guān)注的重點(diǎn)信息查看，提高效率。例如以下的futex_wait：
選中之后，使用?--call-graph ,,,,callee --symbol-filter =?后面增加你需要篩選監(jiān)控的類(lèi)型就可以單獨(dú)顯示了。
sudo perf report --call-graph ,callee –symbol-filter=futex_wait
這篇文章可以更多的幫助你理解filter：鏈接
perf diff進(jìn)行兩次record對(duì)比
我們多次perf record之后，當(dāng)前路徑下會(huì)有兩個(gè)perf.data 和perf.data.old文件，分別是本次和上次record的記錄，這個(gè)時(shí)候我們可以通過(guò)perf diff進(jìn)行對(duì)比優(yōu)化的結(jié)果。
sudo perf diff perf.data perf.data.old
介紹一些了perf細(xì)節(jié)使用的描繪，再給大家分享一個(gè)perf詳細(xì)使用介紹的網(wǎng)址，大家對(duì)于perf介紹中有需要繼續(xù)深入探索的部分，可以點(diǎn)擊以下鏈接進(jìn)行學(xué)習(xí)。
perf Examples?詳細(xì)的使用介紹
鏈接：https://www.brendangregg.com/perf.html
Linux Perf commands命令介紹使用
鏈接：https://linuxhint.com/linux-perf-commands/
火焰圖的制作
CPU 的性能，它可以將消耗 CPU 時(shí)間比較大的用戶(hù)程序調(diào)用棧打印出來(lái)，并生成火焰圖。通過(guò)分析火焰圖的頂層的顯示，我們就可以很直觀的查看我們函數(shù)的性能情況了。
這個(gè)是自己ubuntu20系統(tǒng)做捕獲的火焰圖顯示
x軸表示采樣次數(shù)或者頻率，如果一個(gè)函數(shù)在 x 軸占據(jù)的寬度越寬，就表示它被抽到的次數(shù)多，即執(zhí)行的時(shí)間長(zhǎng)。注意，x 軸不代表時(shí)間，而是所有的調(diào)用棧合并后，按字母順序排列的。
y 軸表示調(diào)用棧，每一層都是一個(gè)函數(shù)。調(diào)用棧越深，火焰就越高，頂部就是正在執(zhí)行的函數(shù)，下方都是它的父函數(shù)。
火焰圖就是看頂層的哪個(gè)函數(shù)占據(jù)的寬度最大。只要有"平頂"（plateaus），就表示該函數(shù)可能存在性能問(wèn)題。
參考：鏈接1;?鏈接2
具體步驟：
1 首先，在 Ubuntu 安裝 perf 工具：
2 再?gòu)膅ithub下載分析腳本
git clone https://github.com/brendangregg/FlameGraph.git
3 使用perf script工具對(duì)perf.data進(jìn)行解析
perf script -i perf.data &> perf.unfold
生成火焰圖通常的做法是將 perf.unfold 拷貝到本地機(jī)器，在本地生成火焰圖
4 將perf.unfold中的符號(hào)進(jìn)行折疊
FlameGraph/stackcollapse-perf.pl perf.unfold &> perf.folded
5 最后生成svg圖
FlameGraph/flamegraph.pl perf.folded > perf.svg
生成火焰圖可以指定參數(shù)，–width 可以指定圖片寬度，–height 指定每一個(gè)調(diào)用棧的高度，生成的火焰圖，寬度越大就表示CPU耗時(shí)越多。
注?：如果svg圖出現(xiàn)unknown函數(shù)，使用如下命令
sudo perf record -e cpu-clock?--call-graph dwarf?-p pid
范例：perf record -e cpu-clock -g -p 29713 --call-graph dwarf?使用–call-graph dwarf 之后record生成的perf.data很大，大家生成的時(shí)候要時(shí)刻注意設(shè)備剩余空間是否足夠
實(shí)際測(cè)試范例
如圖一段代碼
main -> do_main -> foo -> bar
其中 foo 函數(shù)和 bar 各有一個(gè)for循環(huán)，用來(lái)表示代碼時(shí)間運(yùn)行消耗的cpu
#include <iostream>
#include <vector>
#include <string>
#include <unistd.h>
using namespace std;
void bar(){
// usleep(40*1000);
/* do something here */
for(int i=0;i< 4000;i++)
{
}
}
void foo(){
// usleep(60*1000);
for(int i=0;i< 5700;i++)
{
}
bar();
}
void do_main() {
foo();
}
int main(int argc,char** argv){
while(1)
{
do_main();
}
}
運(yùn)行代碼之后進(jìn)行 top實(shí)時(shí)查看（因?yàn)槲业脑O(shè)備默認(rèn)都是sudo權(quán)限，所以以下命令都不用前綴sudo）
ps -xu | grep target
perf top -e cpu-clock -p 29713
發(fā)現(xiàn) foo 占用 60%cpu時(shí)間，而bar占用40%時(shí)間，和for循環(huán)展示的大致一樣
perf record -e cpu-clock -g -p 29713
ctrl + c停止記錄，發(fā)現(xiàn)當(dāng)前目錄下保存了文件perf.data
使用report查看
perf report -i perf.data
對(duì)比兩者差異，因?yàn)橹皇菃渭冇涗泝纱危a沒(méi)有修改，所以沒(méi)有差異
perf diff perf.data perf.data
perf script -i perf.data &> perf.unfold
FlameGraph/stackcollapse-perf.pl test_data/perf.unfold &> test_data/perf.folded
拷貝到主機(jī)端進(jìn)行轉(zhuǎn)換成火焰圖
FlameGraph/flamegraph.pl test_data/perf.folded > test_data/perf.svg
大家可以看到這個(gè)cpu占用關(guān)系，火焰圖的頂層是個(gè)大平層，說(shuō)明這段代碼cpu單個(gè)函數(shù)foo和bar占用率太高，這段代碼優(yōu)化空間很大。
結(jié)語(yǔ)
這就是我自己的一些perf使用分享。如果大家有更好的想法和需求，也歡迎大家加我好友交流分享哈。
作者：良知猶存，白天努力工作，晚上原創(chuàng)公號(hào)號(hào)主。公眾號(hào)內(nèi)容除了技術(shù)還有些人生感悟，一個(gè)認(rèn)真輸出內(nèi)容的職場(chǎng)老司機(jī)，也是一個(gè)技術(shù)之外豐富生活的人，攝影、音樂(lè) and 籃球。關(guān)注我，與我一起同行。
