如何使用google perf工具

Question

我刚开始使用谷歌性能工具(ubuntu中的google-perftools和libgoogle-perftools4包)，我发誓我用谷歌搜索了大约一天都没有找到答案！问题是，我无法通过CPU性能分析获得所有函数的结果。这是我的代码：

#include "gperftools/profiler.h"
#include <iostream>
#include <math.h>
using namespace std;
void bar()
{
        int a,b,c,d,j,k;
        a=0;
        int z=0;
        b = 1000;
        while(z < b)
        {
                while (a < b)
                {
                        d = sin(a);
                        c = cos(a);
                        j = tan(a);
                        k = tan(a);
                        k = d * c + j *k;
                        a++;
                }
                a = 0;
                z++;
        }
}
void foo()
{
        cout << "hey " << endl;
}

int main()
{
        ProfilerStart("/home/mohammad/gperf/dump.txt");

        int a = 1000;
        while(a--){foo();}
        bar();
        ProfilerFlush();
        ProfilerStop();
}

编译为g++ test.cc -lprofiler -o a.out

下面是我运行代码的方式：

CPUPROFILE=dump.txt ./a.out

我也尝试过这个：

CPUPROFILE_FREQUENCY=10000 LD_PRELOAD=/usr/local/lib/libprofiler.so.0.3.0 CPUPROFILE=dump.txt ./a.out

这是我从google-pprof --text a.out dump.txt得到的

Using local file ./a.out.
Using local file ./dump.txt.
Total: 22 samples
8  36.4%  36.4%        8  36.4% 00d8cb04
6  27.3%  63.6%        6  27.3% bar
3  13.6%  77.3%        3  13.6% __cos (inline)
2   9.1%  86.4%        2   9.1% 00d8cab4
1   4.5%  90.9%        1   4.5% 00d8cab6
1   4.5%  95.5%        1   4.5% 00d8cb06
1   4.5% 100.0%        1   4.5% __write_nocancel
0   0.0% 100.0%        3  13.6% __cos

但是没有关于foo函数的信息！

我的系统信息: ubuntu 12.04 g++ 4.6.3

这就是全部！

Answer 1

TL;DR：foo太快太小了要获取性能分析事件，请再运行100次。频率设置有打字错误，pprof不会比CONFIG_HZ更频繁地采样(通常为250)。最好切换到更现代的Linux (tutorial from its authors、wikipedia)。

长版本：

您的foo函数太短太简单了-只需调用两个函数即可。使用g++ test.cc -lprofiler -o test.s -S -g编译了测试，并使用c++filt程序过滤test.s以使c++名称可读：

foo():
.LFB972:
        .loc 1 27 0
        pushq   %rbp
        movq    %rsp, %rbp
        .loc 1 28 0
        movl    $.LC0, %esi
        movl    std::cout, %edi
        call    std::basic_ostream<char, std::char_traits<char> >& std::operator<< <std::char_traits<char> >(std::basic_ostream<char, std::char_traits<char> >&, char const*)
        movl    std::basic_ostream<char, std::char_traits<char> >& std::endl<char, std::char_traits<char> >(std::basic_ostream<char, std::char_traits<char> >&), %esi
        movq    %rax, %rdi
        call    std::basic_ostream<char, std::char_traits<char> >::operator<<(std::basic_ostream<char, std::char_traits<char> >& (*)(std::basic_ostream<char, std::char_traits<char> >&))
        .loc 1 29 0
        popq    %rbp
        ret
.LFE972:
        .size   foo(), .-foo()

因此，要在配置文件中查看它，您应该多次运行foo，将main中的int a = 1000;更改为更大的值，如10000或更好的100000 (正如我在测试中所做的那样)。

此外，您可以修复不正确的"CPUPROFILE_FREQUENC=10000“以更正CPUPROFILE_FREQUENCY (请注意Y)。我应该说10000对于CPUPROFILE_FREQUENCY来说太高了，因为它通常每秒只能生成1000到250个事件，这取决于内核配置CONFIG_HZ (大多数3.x内核有250个事件，请查看grep CONFIG_HZ= /boot/config*)。而pprof中CPUPROFILE_FREQUENCY的默认设置是100。

我在Ubuntu14.04上使用bash script测试了CPUPROFILE_FREQUENCY的不同值: 100000、10000、1000、250

for a in 100000 100000 10000 10000 1000 1000 300 300 250 250; do 
   echo -n "$a "; 
   CPUPROFILE_FREQUENCY=$a CPUPROFILE=dump$a.txt ./test >/dev/null;
done

并且结果是相同的120-140个事件和每个./test的运行时间大约0.5秒，所以来自google-perftools的cpuprofiler每秒处理的单线程事件数不能超过内核中设置的CONFIG_HZ (我有250个)。

100000 PROFILE: interrupts/evictions/bytes = 124/1/6584
100000 PROFILE: interrupts/evictions/bytes = 134/0/7864
10000 PROFILE: interrupts/evictions/bytes = 125/0/7488
10000 PROFILE: interrupts/evictions/bytes = 123/0/6960
1000 PROFILE: interrupts/evictions/bytes = 134/0/6264
1000 PROFILE: interrupts/evictions/bytes = 125/2/7272
300 PROFILE: interrupts/evictions/bytes = 137/2/7984
300 PROFILE: interrupts/evictions/bytes = 126/0/7216
250 PROFILE: interrupts/evictions/bytes = 123/3/6680
250 PROFILE: interrupts/evictions/bytes = 137/2/7352

对于原始的a=1000，foo和cout的函数运行得太快，无法在每次运行时获得任何分析事件(甚至250个事件/秒)，因此您没有foo，也没有任何输入/输出函数。在少量运行中，__write_nocancel可能获得采样事件，然后将报告来自libstdc++的foo和I/O函数(不在最顶部的某个位置，因此使用pprof或google-pprof的--text选项)，自身事件计数为零，子事件计数为非零：

 ....
   1   0.9%  99.1%        1   0.9% __write_nocancel
 ....
   0   0.0% 100.0%        1   0.9% _IO_new_file_overflow
   0   0.0% 100.0%        1   0.9% _IO_new_file_write
   0   0.0% 100.0%        1   0.9% __GI__IO_putc
   0   0.0% 100.0%        1   0.9% foo
   0   0.0% 100.0%        1   0.9% new_do_write
   0   0.0% 100.0%        1   0.9% std::endl
   0   0.0% 100.0%        1   0.9% std::ostream::put

对于a=100000，foo仍然太短太快，无法获取自己的事件，但I/O函数获得了几个事件。这是我从冗长的--text输出中摘取的列表：

  34  24.6%  24.6%       34  24.6% __write_nocancel

   1   0.7%  95.7%       35  25.4% __GI__IO_fflush
   1   0.7%  96.4%        1   0.7% __GI__IO_putc
   1   0.7%  97.8%        2   1.4% std::operator<< 
   1   0.7%  98.6%       36  26.1% std::ostream::flush
   1   0.7%  99.3%        2   1.4% std::ostream::put
   0   0.0% 100.0%       34  24.6% _IO_new_file_sync
   0   0.0% 100.0%       34  24.6% _IO_new_file_write
   0   0.0% 100.0%       40  29.0% foo

   0   0.0% 100.0%       34  24.6% new_do_write

   0   0.0% 100.0%        2   1.4% std::endl

拥有零计数器的函数只能归功于pprof读取调用链的能力(如果不省略帧信息，它知道谁调用了获得样本的函数)。

我还可以推荐更现代、功能更强大的(软件和硬件事件，频率高达5 kHz或更高；用户空间和内核分析)和支持更好的分析器，即Linux分析器(tutorial from its authors、wikipedia)。

这是来自a=10000的perf的结果

$ perf record  ./test3  >/dev/null
 ... skip some perf's spam about inaccessibility of kernel symbols 
 ... note the 3 kHz frequency here VVVV
Lowering default frequency rate to 3250. 
Please consider tweaking /proc/sys/kernel/perf_event_max_sample_rate.
[ perf record: Woken up 1 times to write data ]
[ perf record: Captured and wrote 0.078 MB perf.data (~3386 samples) ]

要从perf.data输出文件查看文本报告，我将使用less (因为perf report默认情况下会启动交互式配置文件浏览器)：

$ perf report |less
... skip some extra info about the machine, kernel, and perf starting command
# Samples: 1K of event 'cycles'
# Event count (approx.): 1155264208
# Overhead   Command   Shared Object          Symbol
    41.94%    test3  libm-2.19.so         [.] __tan_sse2                                                                                                                                                                    
    16.95%    test3  libm-2.19.so         [.] __sin_sse2    
    13.40%    test3  libm-2.19.so         [.] __cos_sse2                                                                                                                                                                    
     4.93%    test3  test3                [.] bar()                                                                                                                                                                         
     2.90%    test3  libc-2.19.so         [.] __GI___libc_write    
....
     0.20%    test3  test3                [.] foo()                                                                                                                                                                         

或使用perf report -n | less查看原始事件(示例)计数器：

# Overhead       Samples  Command        Shared Object 
    41.94%           663    test3  libm-2.19.so         [.] __tan_sse2                                                                                                                                                                    
    16.95%           268    test3  libm-2.19.so         [.] __sin_sse2   
    13.40%           212    test3  libm-2.19.so         [.] __cos_sse2                                                                                                                                                                    
     4.93%            78    test3  test3                [.] bar()                                                                                                                                                                         
     2.90%            62    test3  libc-2.19.so         [.] __GI___libc_write     
 ....
     0.20%             4    test3  test3                [.] foo()                                                                                                                                                                         

Answer 2

尝试将LD_PRELOAD设置为

LD_PRELOAD=/usr/local/lib/libprofiler.so

当传递一个不以.so后缀结尾的共享库时，它会发生looks like there are problems。