我刚开始使用 google 性能工具(ubuntu 中的 google-perftools 和 libgoogle-perftools4 包)，我发誓我在谷歌上搜索了大约一天，但没有找到答案!!
问题是我没有通过 CPU 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这就是我运行代码的方式:
CPUPROFILE=dump.txt ./a.out
我也试过这个:
CPUPROFILE_FREQUENCY=10000 LD_PRELOAD=/usr/local/lib/libprofiler.so.0.3.0 CPUPROFILE=dump.txt ./a.out
这就是我从
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
克++ 4.6.3
仅此而已!
最佳答案
TL;博士:foo是快速和小型获取分析事件，再运行 100 次。频率设置有误，pprof不会比 CONFIG_HZ(通常为 250)更频繁地采样。最好切换到更现代的 Linux perf分析器( tutorial from its authors ， wikipedia )。
长版:
您的 foo函数太短太简单 - 只需调用两个函数。使用 g++ test.cc -lprofiler -o test.s -S -g 编译测试, 过滤 test.s与 c++filt使 C++ 名称可读的程序:
foo():
.LFB972:
.loc 1 27 0
pushq %rbp
movq %rsp, %rbp
.loc 1 28 0
movl $.LC0, %esi
movl std::cout, %edi
call std::basic_ostream<char, std::char_traits<char> >& std::operator<< <std::char_traits<char> >(std::basic_ostream<char, std::char_traits<char> >&, char const*)
movl std::basic_ostream<char, std::char_traits<char> >& std::endl<char, std::char_traits<char> >(std::basic_ostream<char, std::char_traits<char> >&), %esi
movq %rax, %rdi
call std::basic_ostream<char, std::char_traits<char> >::operator<<(std::basic_ostream<char, std::char_traits<char> >& (*)(std::basic_ostream<char, std::char_traits<char> >&))
.loc 1 29 0
popq %rbp
ret
.LFE972:
.size foo(), .-foo()
因此，要在配置文件中查看它，您应该运行
foo更多次，改变int a = 1000;主要是更大的东西，比如 10000 或更好的 100000(就像我在测试中所做的那样)。您也可以修复不正确的“
CPUPROFILE_FREQUENC=10000”以更正 CPUPROFILE_FREQUENCY (注意 Y )。我应该说 10000 对 CPUPROFILE_FREQUENCY 的设置太高了，因为它通常每秒只能生成 1000 或 250 个事件，具体取决于内核配置 CONFIG_HZ (大多数 3.x 内核有 250 个，检查 grep CONFIG_HZ= /boot/config* )。 pprof 中 CPUPROFILE_FREQUENCY 的默认设置为 100。我在 Ubuntu 14.04 上使用 bash 脚本测试了 CPUPROFILE_FREQUENCY: 100000, 10000, 1000, 250 的不同值
for a in 100000 100000 10000 10000 1000 1000 300 300 250 250; do
echo -n "$a ";
CPUPROFILE_FREQUENCY=$a CPUPROFILE=dump$a.txt ./test >/dev/null;
done
结果是相同的 120-140 个事件和每个 ./test 大约 0.5 秒的运行时间，因此来自 google-perftools 的 cpuprofiler 每秒无法为单线程执行比内核中设置的 CONFIG_HZ 多的事件(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
与原始 a=1000
foo并且 cout 的函数运行速度太快，无法在每次运行中获取任何分析事件(即使是 250 个事件/秒)，因此您没有 foo ，也没有任何输入/输出功能。在少量运行中，__write_nocancel可能有采样事件，然后foo和来自 libstdc++ 的 I/O 函数将被报告(某处不在最顶部，所以使用 --text 选项 pprof 或 google-pprof )具有零自身事件计数和非零子事件计数: ....
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
与
a=100000 , foo 仍然太短太快，无法获得自己的事件，但 I/O 函数得到了几个。这是我从长 --text 中找到的列表输出: 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
仅感谢
pprof 才能看到零自有计数器的函数读取调用链的能力(如果没有省略帧信息，它知道谁调用了获取样本的函数)。我还可以推荐更现代、更强大(软件和硬件事件，高达 5 kHz 频率或更高；用户空间和内核分析)和更好的支持的分析器，Linux
perf分析器( tutorial from its authors ， wikipedia )。有结果来自
perf与 a=10000 :$ 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) ]
查看来自
perf.data 的文本报告我将使用较少的输出文件(因为 perf report 默认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
perf report -n | less查看原始事件(样本)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()
关于profiling - 如何使用谷歌性能工具，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10874308/