blocks|key|1875474|text|的确，cachegrind输出本身并没有提供太多关于如何优化代码的信息。人们需要知道如何解释它，以及您所说的适合L1和L2的数据确实是正确的方向。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1875475|要完全理解内存访问模式如何影响性能，我推荐阅读GNU+libc维护者Ulrich+Drepper撰写的一篇优秀的论文"What+Every+Programmer+Should+Know+About+Memory"。|offset|length|1875476|entityMap|0|LINK|mutability|MUTABLE|url|http://people.redhat.com/drepper/cpumemory.pdf^0|0|1M|1C|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|O|8|@]|9|@$D|P|E|Q|1|R]]|A|$]]|$1|F|3|-4|5|6|7|S|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]]]

It`s true that cachegrind output in itself does not give too much information how to go about optimizing code. One needs to know how to interpret it and what you are saying about data fitting into L1 and L2 is indeed the right direction. 

To fully understand how memory access patterns influence performance, I recommend reading an excellent paper <a href="http://people.redhat.com/drepper/cpumemory.pdf" rel="noreferrer">"What Every Programmer Should Know About Memory"</a> by Ulrich Drepper, the GNU libc maintainer.

blocks|key|468325|text|如果您在解析cachegrind输出时遇到问题，请查看KCacheGrind+(它应该在您选择的发行版中可用)。我使用它，并发现它非常有用。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|468326|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

If you're having trouble parsing the cachegrind output, look into KCacheGrind (it should be available in your distro of choice). I use it and find it quite helpful.

blocks|key|1800041|text|根据the+Cachegrind+documentation的说法，cachegrind提供给你的细节是给定代码部分的缓存未命中数量。你需要知道缓存是如何在你的目标架构上工作的，这样你才能知道如何修复代码。在实践中，这意味着使数据更小或更改某些数据的访问模式，以便缓存的数据仍在缓存中。但是，在对信息采取行动之前，您需要了解程序的数据和数据访问。就像手册上说的，|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1800042|1800043|简而言之，Cachegrind可以告诉你代码中的一些瓶颈在哪里，但它不能告诉你如何修复它们。你必须自己解决这个问题。但至少你有信息！|blockquote|1800044|1800045|entityMap|0|LINK|mutability|MUTABLE|url|http://valgrind.org/docs/manual/cg-manual.html#cg-manual.acting-on^0|2|S|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|Q|8|@]|9|@$A|R|B|S|1|T]]|C|$]]|$1|D|3|-4|5|6|7|U|8|@]|9|@]|C|$]]|$1|E|3|F|5|G|7|V|8|@]|9|@]|C|$]]|$1|H|3|-4|5|6|7|W|8|@]|9|@]|C|$]]|$1|I|3|-4|5|6|7|X|8|@]|9|@]|C|$]]]|J|$K|$5|L|M|N|C|$O|P]]]]

According to <a href="http://valgrind.org/docs/manual/cg-manual.html#cg-manual.acting-on" rel="nofollow noreferrer">the Cachegrind documentation</a>, the details given to you by cachegrind are the number of cache misses for a given part of your code. You need to know about how caches work on the architecture you are targetting so that you know how to fix the code. In practice this means making data smaller or changing the access pattern of some data so that cached data is still in the cache. However you need to understand your program's data and data access before you can act on the information. As it says in the manual, 

<blockquote>
 In short, Cachegrind can tell you where some of the bottlenecks in your code are, but it can't tell you how to fix them. You have to work that out for yourself. But at least you have the information! 
</blockquote>

blocks|key|468409|text|1.5倍是一个很好的加速。这意味着你找到了一些你可以处理掉的东西，花了33%25的时间。我敢打赌，您可以做更多，甚至在您深入到像数据内存缓存这样的低级问题之前。This+is+an+example+of+how.基本上，你可能会遇到额外的性能问题(以及加速的机会)，这些问题以前并不大，比如25%25。好吧，随着1.5倍的加速，25%25现在是37.5%25，所以它比以前更有价值。通常，这样的问题是以一些中间堆栈函数调用的形式出现的，一旦你知道它的成本，你可能会决定不是完全必要的。由于kcachegrind并没有真正指出这些，您可能没有意识到这是一个问题。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|468410|entityMap|0|LINK|mutability|MUTABLE|url|https://stackoverflow.com/questions/926266/performance-optimization-strategies-of-last-resort/927773#927773^0|26|Q|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

1.5x is a nice speedup. It means you found something that took 33% of the time that you could get rid of. I bet you can do more, even before you get down to low-level issues like data memory cache. <a href="https://stackoverflow.com/questions/926266/performance-optimization-strategies-of-last-resort/927773#927773">This is an example of how.</a> Basically, you could have additional performance problems (and opportunities for speedup) that were not large before, like 25% say. Well, with the 1.5x speedup, that 25% is now 37.5%, so it is "worth more" than it was. Often such a problem is in the form of some mid-stack function call that is requesting work that, once you know how much it costs, you may decide isn't completely necessary. Since kcachegrind does not really pinpoint these, you may not realize it is a problem.

I need to improve the throughput of the system.

The usual cycle of optimization has been done and we have already achieved 1.5X better throughput.

I am now beginning to wonder if I can utilize the cachegrind output to improve the system's throughput.

Can somebody point me to how to begin on this?

What I understand is we need to ensure most frequently used data should be kept small enough so that it remains in L1 cache and the next set of data should fit in the L2.

Is this the right direction I am taking?

How to use the cachegrind output to optimize the application

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我需要提高系统的吞吐量。通常的优化周期已经完成，我们已经获得了1.5倍的吞吐量。我现在开始怀疑是否可以利用cachegrind输出来提高系统的吞吐量。有人能给我指点一下怎么开始吗？我所理解的是，我们需要确保最常用的数据应该保持足够小，以便它保留在L1缓存中，并且下一组数据应该适合L2。这是我选择的正确方向吗？

问如何使用cachegrind输出来优化应用程序
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何使用cachegrind输出来优化应用程序EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何使用cachegrind输出来优化应用程序
EN