系統級性能分析工具 — Perf

從2.6.31內核開始，linux內核自帶了一個性能分析工具perf，可以進行函數級與指令級的熱點查找。

 

perf

 

Performance analysis tools for Linux.

Performance counters for Linux are a new kernel-based subsystem that provide a framework for all things

performance analysis. It covers hardware level (CPU/PMU, Performance Monitoring Unit) features and

software features (software counters, tracepoints) as well.

 

Perf是內置於Linux內核源碼樹中的性能剖析(profiling)工具。

它基於事件採樣原理，以性能事件爲基礎，支持針對處理器相關性能指標與操做系統相關性能指標的性能剖析。

經常使用於性能瓶頸的查找與熱點代碼的定位。

 

CPU週期(cpu-cycles)是默認的性能事件，所謂的CPU週期是指CPU所能識別的最小時間單元，一般爲億分之幾秒，

是CPU執行最簡單的指令時所須要的時間，例如讀取寄存器中的內容，也叫作clock tick。

 

Perf是一個包含22種子工具的工具集，如下是最經常使用的5種：

perf-list

perf-stat

perf-top

perf-record

perf-report

 

perf-list

 

Perf-list用來查看perf所支持的性能事件，有軟件的也有硬件的。

 

List all symbolic event types.

perf list [hw | sw | cache | tracepoint | event_glob]

 

(1) 性能事件的分佈

hw：Hardware event，9個

sw：Software event，9個

cache：Hardware cache event，26個

tracepoint：Tracepoint event，775個

 

sw其實是內核的計數器，與硬件無關。

hw和cache是CPU架構相關的，依賴於具體硬件。

tracepoint是基於內核的ftrace，主線2.6.3x以上的內核版本才支持。

 

(2) 指定性能事件(以它的屬性)

-e <event> : u // userspace

-e <event> : k // kernel

-e <event> : h // hypervisor

-e <event> : G // guest counting (in KVM guests)

-e <event> : H // host counting (not in KVM guests)

 

(3) 使用例子

顯示內核和模塊中，消耗最多CPU週期的函數：

# perf top -e cycles:k

顯示分配高速緩存最多的函數：

# perf top -e kmem:kmem_cache_alloc

 

perf-top

 

對於一個指定的性能事件(默認是CPU週期)，顯示消耗最多的函數或指令。

 

System profiling tool.

Generates and displays a performance counter profile in real time.

perf top [-e <EVENT> | --event=EVENT] [<options>]

 

perf top主要用於實時分析各個函數在某個性能事件上的熱度，可以快速的定位熱點函數，包括應用程序函數、

模塊函數與內核函數，甚至可以定位到熱點指令。默認的性能事件爲cpu cycles。

 

(1) 輸出格式

# perf top

Samples: 1M of event 'cycles', Event count (approx.): 73891391490
     5.44%  perf              [.] 0x0000000000023256
     4.86%  [kernel]          [k] _spin_lock
     2.43%  [kernel]          [k] _spin_lock_bh
     2.29%  [kernel]          [k] _spin_lock_irqsave
     1.77%  [kernel]          [k] __d_lookup
     1.55%  libc-2.12.so      [.] __strcmp_sse42
     1.43%  nginx             [.] ngx_vslprintf
     1.37%  [kernel]          [k] tcp_poll

第一列：符號引起的性能事件的比例，默認指佔用的cpu週期比例。

第二列：符號所在的DSO(Dynamic Shared Object)，能夠是應用程序、內核、動態連接庫、模塊。

第三列：DSO的類型。[.]表示此符號屬於用戶態的ELF文件，包括可執行文件與動態連接庫)。[k]表述此符號屬於內核或模塊。

第四列：符號名。有些符號不能解析爲函數名，只能用地址表示。

 

(2) 經常使用交互命令

h：顯示幫助

UP/DOWN/PGUP/PGDN/SPACE：上下和翻頁。

a：annotate current symbol，註解當前符號。可以給出彙編語言的註解，給出各條指令的採樣率。

d：過濾掉全部不屬於此DSO的符號。很是方便查看同一類別的符號。

P：將當前信息保存到perf.hist.N中。

 

(3) 經常使用命令行參數

-e <event>：指明要分析的性能事件。

-p <pid>：Profile events on existing Process ID (comma sperated list). 僅分析目標進程及其建立的線程。

-k <path>：Path to vmlinux. Required for annotation functionality. 帶符號表的內核映像所在的路徑。

-K：不顯示屬於內核或模塊的符號。

-U：不顯示屬於用戶態程序的符號。

-d <n>：界面的刷新週期，默認爲2s，由於perf top默認每2s從mmap的內存區域讀取一次性能數據。

-G：獲得函數的調用關係圖。

perf top -G [fractal]，路徑機率爲相對值，加起來爲100%，調用順序爲從下往上。

perf top -G graph，路徑機率爲絕對值，加起來爲該函數的熱度。

 

(4) 使用例子

# perf top // 默認配置

# perf top -G // 獲得調用關係圖

# perf top -e cycles // 指定性能事件

# perf top -p 23015,32476 // 查看這兩個進程的cpu cycles使用狀況

# perf top -s comm,pid,symbol // 顯示調用symbol的進程名和進程號

# perf top --comms nginx,top // 僅顯示屬於指定進程的符號

# perf top --symbols kfree // 僅顯示指定的符號

 

perf-stat

 

用於分析指定程序的性能概況。

 

Run a command and gather performance counter statistics.

perf stat [-e <EVENT> | --event=EVENT] [-a] <command>

perf stat [-e <EVENT> | --event=EVENT] [-a] - <command> [<options>]

 

(1) 輸出格式

# perf stat ls

Performance counter stats for 'ls':

         0.653782 task-clock                #    0.691 CPUs utilized
                0 context-switches          #    0.000 K/sec
                0 CPU-migrations            #    0.000 K/sec
              247 page-faults               #    0.378 M/sec
        1,625,426 cycles                    #    2.486 GHz
        1,050,293 stalled-cycles-frontend   #   64.62% frontend cycles idle
          838,781 stalled-cycles-backend    #   51.60% backend  cycles idle
        1,055,735 instructions              #    0.65  insns per cycle
                                            #    0.99  stalled cycles per insn
          210,587 branches                  #  322.106 M/sec
           10,809 branch-misses             #    5.13% of all branches

      0.000945883 seconds time elapsed

 

輸出包括ls的執行時間，以及10個性能事件的統計。

task-clock：任務真正佔用的處理器時間，單位爲ms。CPUs utilized = task-clock / time elapsed，CPU的佔用率。

context-switches：上下文的切換次數。

CPU-migrations：處理器遷移次數。Linux爲了維持多個處理器的負載均衡，在特定條件下會將某個任務從一個CPU

遷移到另外一個CPU。

page-faults：缺頁異常的次數。當應用程序請求的頁面還沒有創建、請求的頁面不在內存中，或者請求的頁面雖然在內

存中，但物理地址和虛擬地址的映射關係還沒有創建時，都會觸發一次缺頁異常。另外TLB不命中，頁面訪問權限不匹配

等狀況也會觸發缺頁異常。

cycles：消耗的處理器週期數。若是把被ls使用的cpu cycles當作是一個處理器的，那麼它的主頻爲2.486GHz。

能夠用cycles / task-clock算出。

stalled-cycles-frontend：略過。

stalled-cycles-backend：略過。

instructions：執行了多少條指令。IPC爲平均每一個cpu cycle執行了多少條指令。

branches：遇到的分支指令數。branch-misses是預測錯誤的分支指令數。

 

(2) 經常使用參數

-p：stat events on existing process id (comma separated list). 僅分析目標進程及其建立的線程。

-a：system-wide collection from all CPUs. 從全部CPU上收集性能數據。

-r：repeat command and print average + stddev (max: 100). 重複執行命令求平均。

-C：Count only on the list of CPUs provided (comma separated list), 從指定CPU上收集性能數據。

-v：be more verbose (show counter open errors, etc), 顯示更多性能數據。

-n：null run - don't start any counters，只顯示任務的執行時間 。

-x SEP：指定輸出列的分隔符。

-o file：指定輸出文件，--append指定追加模式。

--pre <cmd>：執行目標程序前先執行的程序。

--post <cmd>：執行目標程序後再執行的程序。

 

(3) 使用例子

執行10次程序，給出標準誤差與指望的比值：

# perf stat -r 10 ls > /dev/null

顯示更詳細的信息：

# perf stat -v ls > /dev/null

只顯示任務執行時間，不顯示性能計數器：

# perf stat -n ls > /dev/null

單獨給出每一個CPU上的信息：

# perf stat -a -A ls > /dev/null

ls命令執行了多少次系統調用：

# perf stat -e syscalls:sys_enter ls 

 

perf-record

 

收集採樣信息，並將其記錄在數據文件中。

隨後能夠經過其它工具(perf-report)對數據文件進行分析，結果相似於perf-top的。

 

Run a command and record its profile into perf.data.

This command runs a command and gathers a performance counter profile from it, into perf.data,

without displaying anything. This file can then be inspected later on, using perf report.

 

(1) 經常使用參數

-e：Select the PMU event.

-a：System-wide collection from all CPUs.

-p：Record events on existing process ID (comma separated list).

-A：Append to the output file to do incremental profiling.

 -f：Overwrite existing data file.

-o：Output file name.

-g：Do call-graph (stack chain/backtrace) recording.

-C：Collect samples only on the list of CPUs provided.

 

(2) 使用例子

記錄nginx進程的性能數據：

# perf record -p `pgrep -d ',' nginx`

記錄執行ls時的性能數據：

# perf record ls -g

記錄執行ls時的系統調用，能夠知道哪些系統調用最頻繁：

# perf record -e syscalls:sys_enter ls

 

perf-report

 

讀取perf record建立的數據文件，並給出熱點分析結果。

 

Read perf.data (created by perf record) and display the profile.

This command displays the performance counter profile information recorded via perf record.

 

(1) 經常使用參數

-i：Input file name. (default: perf.data)

 

(2) 使用例子

# perf report -i perf.data.2

 

More

 

除了以上5個經常使用工具外，還有一些適用於較特殊場景的工具， 好比內核鎖、slab分配器、調度器，

也支持自定義探測點。

 

perf-lock

 

內核鎖的性能分析。

Analyze lock events.

perf lock {record | report | script | info}

 

須要編譯選項的支持：CONFIG_LOCKDEP、CONFIG_LOCK_STAT。

CONFIG_LOCKDEP defines acquired and release events.

CONFIG_LOCK_STAT defines contended and acquired lock events.

 

(1) 經常使用選項

-i <file>：輸入文件

-k <value>：sorting key，默認爲acquired，還能夠按contended、wait_total、wait_max和wait_min來排序。

 

(2) 使用例子

# perf lock record ls // 記錄

# perf lock report // 報告

 

(3) 輸出格式

               Name   acquired  contended total wait (ns)   max wait (ns)   min wait (ns)

&mm->page_table_...        382          0               0               0               0
&mm->page_table_...         72          0               0               0               0
          &fs->lock         64          0               0               0               0
        dcache_lock         62          0               0               0               0
      vfsmount_lock         43          0               0               0               0
&newf->file_lock...         41          0               0               0               0

 

Name：內核鎖的名字。

aquired：該鎖被直接得到的次數，由於沒有其它內核路徑佔用該鎖，此時不用等待。

contended：該鎖等待後得到的次數，此時被其它內核路徑佔用，須要等待。

total wait：爲了得到該鎖，總共的等待時間。

max wait：爲了得到該鎖，最大的等待時間。

min wait：爲了得到該鎖，最小的等待時間。

最後還有一個Summary：

=== output for debug===

bad: 10, total: 246
bad rate: 4.065041 %
histogram of events caused bad sequence
    acquire: 0
   acquired: 0
  contended: 0
    release: 10

 

perf-kmem

 

slab分配器的性能分析。

Tool to trace/measure kernel memory(slab) properties.

perf kmem {record | stat} [<options>]

 

(1) 經常使用選項

--i <file>：輸入文件

--caller：show per-callsite statistics，顯示內核中調用kmalloc和kfree的地方。

--alloc：show per-allocation statistics，顯示分配的內存地址。

-l <num>：print n lines only，只顯示num行。

-s <key[,key2...]>：sort the output (default: frag,hit,bytes)

 

(2) 使用例子

# perf kmem record ls // 記錄

# perf kmem stat --caller --alloc -l 20 // 報告

 

(3) 輸出格式

------------------------------------------------------------------------------------------------------
 Callsite                           | Total_alloc/Per | Total_req/Per   | Hit      | Ping-pong | Frag
------------------------------------------------------------------------------------------------------
 perf_event_mmap+ec                 |    311296/8192  |    155952/4104  |       38 |        0 | 49.902%
 proc_reg_open+41                   |        64/64    |        40/40    |        1 |        0 | 37.500%
 __kmalloc_node+4d                  |      1024/1024  |       664/664   |        1 |        0 | 35.156%
 ext3_readdir+5bd                   |        64/64    |        48/48    |        1 |        0 | 25.000%
 load_elf_binary+8ec                |       512/512   |       392/392   |        1 |        0 | 23.438%

Callsite：內核代碼中調用kmalloc和kfree的地方。

Total_alloc/Per：總共分配的內存大小，平均每次分配的內存大小。

Total_req/Per：總共請求的內存大小，平均每次請求的內存大小。

Hit：調用的次數。

Ping-pong：kmalloc和kfree不被同一個CPU執行時的次數，這會致使cache效率下降。

Frag：碎片所佔的百分比，碎片 = 分配的內存 - 請求的內存，這部分是浪費的。

有使用--alloc選項，還會看到Alloc Ptr，即所分配內存的地址。

最後還有一個Summary：

SUMMARY
=======
Total bytes requested: 290544
Total bytes allocated: 447016
Total bytes wasted on internal fragmentation: 156472
Internal fragmentation: 35.003669%
Cross CPU allocations: 2/509

 

probe-sched

 

調度模塊分析。

trace/measure scheduler properties (latencies)

perf sched {record | latency | map | replay | script}

 

(1) 使用例子 

# perf sched record sleep 10 // perf sched record <command>

# perf report latency --sort max

 

(2) 輸出格式

---------------------------------------------------------------------------------------------------------------
 Task                  |   Runtime ms  | Switches | Average delay ms | Maximum delay ms | Maximum delay at     |
---------------------------------------------------------------------------------------------------------------
 events/10:61          |      0.655 ms |       10 | avg:    0.045 ms | max:    0.161 ms | max at: 9804.958730 s
 sleep:11156           |      2.263 ms |        4 | avg:    0.052 ms | max:    0.118 ms | max at: 9804.865552 s
 edac-poller:1125      |      0.598 ms |       10 | avg:    0.042 ms | max:    0.113 ms | max at: 9804.958698 s
 events/2:53           |      0.676 ms |       10 | avg:    0.037 ms | max:    0.102 ms | max at: 9814.751605 s
 perf:11155            |      2.109 ms |        1 | avg:    0.068 ms | max:    0.068 ms | max at: 9814.867918 s

TASK：進程名和pid。

Runtime：實際的運行時間。

Switches：進程切換的次數。

Average delay：平均的調度延遲。

Maximum delay：最大的調度延遲。

Maximum delay at：最大調度延遲發生的時刻。

 

perf-probe

 

能夠自定義探測點。

Define new dynamic tracepoints.

 

使用例子

(1) Display which lines in schedule() can be probed

# perf probe --line schedule

前面有行號的能夠探測，沒有行號的就不行了。

 

(2) Add a probe on schedule() function 12th line.

# perf probe -a schedule:12

在schedule函數的12處增長一個探測點。

 

Reference

 

[1]. Linux的系統級性能剖析工具系列，by 承剛

[2]. http://www.ibm.com/developerworks/cn/linux/l-cn-perf1/

[3]. http://www.ibm.com/developerworks/cn/linux/l-cn-perf2/

[4]. https://perf.wiki.kernel.org/index.php/Tutorial