linux perf：如何解释和查找热点

Question

我今天试用了 linux 的 perf 实用程序，但在解释其结果时遇到了麻烦。我习惯了 valgrind 的 callgrind，这当然是完全不同的基于采样的 perf 方法。

我做了什么：

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

现在我看到了这样的东西：

+ 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 ...

好的，这些函数可能很慢，但是我如何知道它们是从哪里调用的呢？由于所有这些热点都位于外部库中，因此我看不到优化代码的方法。

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。

这可以通过 perf 实现吗？如果是这样 - 如何？

注意：我发现“E”打开了调用图并提供了更多信息。但是调用图通常不够深和/或随机终止，而没有提供有关在哪里花费了多少信息的信息。示例：

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

这可能是我在 64 位上运行的问题吗？另见：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

你应该试试热点： https://www.kdab.com/hotspot-gui-linux-perf-profiler/

在 github 上可用：https://github.com/KDAB/hotspot

例如，它能够为您生成火焰图。

Answer 2

Linux 3.7 perf 终于可以使用 DWARF 信息来生成调用图了：

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

整洁，但与 VTune、KCacheGrind 或类似工具相比，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：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 将仅显示自身成本，而不是包含成本 - 我也认为这是一个非常宝贵的功能。

如果您有新的 perf 和 Intel CPU，也可以试试 LBR unwinder，它具有更好的性能并生成更小的结果文件：

perf record --call-graph lbr -- yourapp

这里的缺点是调用堆栈深度与默认的 DWARF 展开器配置相比更加有限。

Answer 3

您可以使用perf annotate 获得非常详细的源级报告，请参阅Source level analysis with perf annotate。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>
[...]

编译代码时不要忘记传递-fno-omit-frame-pointer 和-ggdb 标志。

Answer 4

除非您的程序具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 是专门创建的，以尝试解决仅自我分析的无用问题（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），并按行或按指令报告（从而确定您应该调查的函数调用，而不仅仅是它们所在的函数）。

此外，您应该寻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“自我时间”。 如果调用指令（或非调用指令）有 38% 的时间在堆栈中，那么如果你可以摆脱它，你会节省多少？ 38%！ 很简单，不是吗？

这种分析器的一个例子是Zoom。

关于这个主题有more issues to be understood。

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，如果您确保您在挂钟时间进行采样（这样您就可以得到等待时间和 CPU 时间），那么您几乎得到了您需要的东西。

Answer 5

好的，这些函数可能很慢，但是我如何知道它们是从哪里调用的呢？由于所有这些热点都位于外部库中，因此我看不到优化代码的方法。

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

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