是否有一些常见的技术来分析基于协同机制的代码？

Question

很明显，如何可视化一个常规调用堆栈并计算内部和外部执行时间。然而，如果一个人已经处理过协同，调用堆栈可能看起来相当混乱。我的意思是，一条协同线可能不会将死刑交给它的父母，而是交给另一条协同机制(例如。小绿)。对于这样的场景，是否有一些常见的方法来进行一致的分析输出？

Answer 1

想一想一个单一的例子，所有线程的堆栈在同一时间。

你需要知道的是-谁在等谁，为什么。通常，如果函数A在堆栈上高于B，则表示A在等待B返回，其原因是A希望B做一些事情。如果您查看整个堆栈，因为一个线程，您会得到一个链的原因，为什么这个特定的纳秒被花费在这个线程上。如果你在寻找速度，你需要的是一系列根本不需要的原因(因为有一个薄弱环节)。即使链以I/O结尾，这也有效。如果它是用户输入，那么它只是在等待用户。但是，如果它是输出、磁盘I/O或普通的旧CPU运行，您可能会做一些事情来减少它，并获得性能增益(如果您在2个或更多的示例上看到了相同的问题)。

如果线程A正在等待线程B，怎么办？然后，您在A的堆栈底部看到的是一个等待其他线程的函数。您需要找出哪个是线程B，并查看它的堆栈，因为它花费的时间越长，A所用的时间就越长。所以这是比较困难的，但你肯定不怕。

我在这里讨论的是手动分析，您在调试器中自己采集样本，并将您的全部注意力应用于每个示例。分析工具倾向于假设你很懒，只想要数字，如果没有从这些数字中跳出来，你会很高兴，因为你什么也没有发现。事实上，如果一些愚蠢的不必要的活动花费了30%的时间，那么平均你需要看两次的样本数是2/0.3 = 6.67样本(不是一个很大的数字)，你很可能会看到它和https://stackoverflow.com/a/25870103/23771。那是https://stackoverflow.com/a/378024/23771。