linux perf：如何解释和查找热点

Question

我今天尝试了 linux 的 perf 实用程序，但在解释其结果时遇到了困难。我习惯了 valgrind 的 callgrind，这当然是与基于采样的 perf 方法完全不同的方法。

我做了什么：

perf record -g -p $(pidof someapp)
perf report -g -n

现在我看到这样的东西：

+     16.92%  kdevelop  libsqlite3.so.0.8.6               [.] 0x3fe57                                                                                                              ↑
+     10.61%  kdevelop  libQtGui.so.4.7.3                 [.] 0x81e344                                                                                                             ▮
+      7.09%  kdevelop  libc-2.14.so                      [.] 0x85804                                                                                                              ▒
+      4.96%  kdevelop  libQtGui.so.4.7.3                 [.] 0x265b69                                                                                                             ▒
+      3.50%  kdevelop  libQtCore.so.4.7.3                [.] 0x18608d                                                                                                             ▒
+      2.68%  kdevelop  libc-2.14.so                      [.] memcpy                                                                                                               ▒
+      1.15%  kdevelop  [kernel.kallsyms]                 [k] copy_user_generic_string                                                                                             ▒
+      0.90%  kdevelop  libQtGui.so.4.7.3                 [.] QTransform::translate(double, double)                                                                                ▒
+      0.88%  kdevelop  libc-2.14.so                      [.] __libc_malloc                                                                                                        ▒
+      0.85%  kdevelop  libc-2.14.so                      [.] memcpy 
...

好吧，这些函数可能很慢，但是我如何找出它们是从哪里调用的？由于所有这些热点都位于外部库中，我看不出有什么办法可以优化我的代码。

基本上我正在寻找某种带有累积成本注释的调用图，其中我的函数比我调用的库函数具有更高的包容性采样成本。

这可以用 perf 实现吗？如果是这样 - 怎么办？

注意：我发现“E”打开了调用图并提供了更多信息。但调用图通常不够深入和/或随机终止，而没有提供有关在何处花费了多少信息的信息。示例：

-     10.26%  kate  libkatepartinterfaces.so.4.6.0  [.] Kate::TextLoader::readLine(int&...
     Kate::TextLoader::readLine(int&, int&)                                            
     Kate::TextBuffer::load(QString const&, bool&, bool&)                              
     KateBuffer::openFile(QString const&)                                              
     KateDocument::openFile()                                                          
     0x7fe37a81121c

这可能是我在 64 位上运行的问题吗？另请参阅：http://lists.fedoraproject.org/pipermail/devel/2010-November/144952 .html （我没有使用 fedora，但似乎适用于所有 64 位系统）。

Answer 1

在 Linux 3.7 中，perf 终于能够使用 DWARF 信息来生成调用图：

perf record --call-graph dwarf -- yourapp
perf report -g graph --no-children

很整洁，但是与 VTune、KCacheGrind 或类似的相比，curses GUI 很糟糕……我建议尝试使用 FlameGraphs，这是一个非常简洁的可视化：<一个href="http://www.brendangregg.com/FlameGraphs/cpuflamegraphs.html">http://www.brendangregg.com/FlameGraphs/cpuflamegraphs.html

注意：在报告步骤中，- g graph 使结果输出易于理解“相对于总数”的百分比，而不是“相对于父级”的数字。 --no-children 将仅显示自我成本，而不是包容性成本 - 我也认为这一功能非常宝贵。

如果您有新的性能和 Intel CPU，还可以尝试 LBR 展开器，它具有更好的性能并生成更小的结果文件：

perf record --call-graph lbr -- yourapp

这里的缺点是与默认的 DWARF 展开器配置相比，调用堆栈深度更加有限。

Answer 2

您应该尝试一下热点：
https://www.kdab.com/hotspot-gui-linux-perf- profiler/

它可以在 github 上找到： https://github.com/KDAB/hotspot

它是为了能够为您生成火焰图的示例。

Answer 3

好吧，这些函数可能会很慢，但是我如何找出它们是从哪里调用的？由于所有这些热点都位于外部库中，我看不出有什么办法可以优化我的代码。

您确定您的应用程序 someapp 是使用 gcc 选项 -fno-omit-frame-pointer （可能还有其依赖库）构建的吗？
像这样的东西：

g++ -m64 -fno-omit-frame-pointer -g main.cpp

Answer 4

您可以使用 perf annotate 获得非常详细的源代码级别报告，请参阅源代码级别使用 perf annotate 进行分析。它看起来像这样（无耻地从网站上窃取）：

------------------------------------------------
 Percent |   Source code & Disassembly of noploop
------------------------------------------------
         :
         :
         :
         :   Disassembly of section .text:
         :
         :   08048484 <main>:
         :   #include <string.h>
         :   #include <unistd.h>
         :   #include <sys/time.h>
         :
         :   int main(int argc, char **argv)
         :   {
    0.00 :    8048484:       55                      push   %ebp
    0.00 :    8048485:       89 e5                   mov    %esp,%ebp
[...]
    0.00 :    8048530:       eb 0b                   jmp    804853d <main+0xb9>
         :                           count++;
   14.22 :    8048532:       8b 44 24 2c             mov    0x2c(%esp),%eax
    0.00 :    8048536:       83 c0 01                add    $0x1,%eax
   14.78 :    8048539:       89 44 24 2c             mov    %eax,0x2c(%esp)
         :           memcpy(&tv_end, &tv_now, sizeof(tv_now));
         :           tv_end.tv_sec += strtol(argv[1], NULL, 10);
         :           while (tv_now.tv_sec < tv_end.tv_sec ||
         :                  tv_now.tv_usec < tv_end.tv_usec) {
         :                   count = 0;
         :                   while (count < 100000000UL)
   14.78 :    804853d:       8b 44 24 2c             mov    0x2c(%esp),%eax
   56.23 :    8048541:       3d ff e0 f5 05          cmp    $0x5f5e0ff,%eax
    0.00 :    8048546:       76 ea                   jbe    8048532 <main+0xae>
[...]

当你编译你的代码。

Answer 5

除非您的程序只有很少的函数并且几乎不调用系统函数或 I/O，否则对程序计数器进行采样的分析器不会告诉您太多信息，正如您所发现的那样。
事实上，著名的分析器 gprof 是专门为了解决仅自时间分析的无用问题而创建的（并不是说它成功了）。

真正起作用的是在挂钟时间（从而包括I/O时间）对调用堆栈进行采样（从而找出调用来自哪里），并按行或按指令报告（从而查明您应该调查的函数调用，而不仅仅是它们所在的函数）。

此外，您应该查找的统计数据是堆栈时间百分比，而不是调用次数，而不是平均包含函数时间。 尤其不是“自拍时间”。
如果调用指令（或非调用指令）有 38% 的时间位于堆栈上，那么如果您可以摆脱它，您会节省多少？ 38%！
很简单，不是吗？

此类分析器的一个示例是 Zoom。

关于此主题，还有更多问题需要理解。

添加：@caf 让我寻找 perf 信息，并且由于您包含了命令行参数 -g 它确实收集了堆栈样本。然后您可以获得call-tree报告。
然后，如果您确保按照挂钟时间进行采样（这样您就可以获得等待时间以及 CPU 时间），那么您就已经几乎得到了您所需要的。