Linux性能分析工具與圖形化方法

歡迎你們前往騰訊雲+社區，獲取更多騰訊海量技術實踐乾貨哦~。

做者：趙坤|騰訊魔王工做室後臺開發工程師

在項目開發中，常常會遇到程序啓動時間過長、CPU使用率太高等問題，這個時候須要依靠性能分析工具來定位性能的消耗點。本文介紹三個經常使用的工具的入門級使用及圖形化方法，供你們參考。

本文介紹Perf、gprof和Valgrind三個性能分析工具，及其分析結果圖形化的方法，旨在讓你們更快的上手使用工具。出於篇幅的限制，本文不會對每種工具的使用參數及結果分析作詳細的介紹，只作入門級的使用說明，更多詳細的說明你們請Google一下。

每一個工具的介紹會分紅簡介、使用說明、圖形化方法三個部分。

每種工具的結果都會基於下面這段代碼：

#include <unistd.h>using namespace std;#define NUM 500000void init(int* int_array){
for(int i=0;i<NUM;i++){
int_array[i]=i;
}}void accu(int* int_array,long& sum ){
for(int i=0;i<NUM;i++){
sum+=int_array[i];
usleep(3);
}}int main(){
int int_array[NUM];
init(int_array);
long sum=0;
accu(int_array,sum);}

這段代碼在普通PC上執行了31s，最大CPU使用率爲8.3%

Perf1.1 簡介

Perf是內置於Linux內核源碼樹中的性能剖析(profiling)工具。其基於事件採樣原理，以性能事件爲基礎，經常使用於性能瓶頸的查找與熱點代碼的定位。

1.2 使用

perf的使用能夠分爲兩種方式：

1. 直接使用perf啓動服務

2. 掛接到已啓動的進程

第一種方式不須要root權限，第二種方式須要root權限

基於入門級使用這一前提，直接介紹一下使用方式：

perf record -e cpu-clock -g ./run
或者
perf record -e cpu-clock -g -p 4522

使用ctrl+c中斷perf進程，或者在程序執行結束後，會產生perf.data的文件，使用

perf report

會產生結果分析，如圖

1.3 圖形化方法

perf的結果能夠生成火焰圖。生成火焰圖須要藉助Flame Graph

Flame Graph項目位於GitHub:

https://github.com/brendangregg/FlameGraph

clone代碼或者直接下載壓縮包到服務器上。以壓縮包爲例，是一個命名爲：FlameGraph-master.zip的文件，假設其解壓後的目錄爲：/data

基於1.2產生的perf.data，後續步驟以下：

一、使用perf script工具對perf.data進行解析perf script -i perf.data &> perf.unfold
二、將perf.unfold中的符號進行摺疊：/data/stackcollapse-perf.pl perf.unfold &> perf.folded
三、最後生成svg圖：/data/flamegraph.pl perf.folded > perf.svg

生成的火焰圖以下：

關於火焰圖的含義及分析網上有不少文章，這裏再也不贅述

Gprof2.1 簡介

gprof用於監控程序中每一個方法的執行時間和被調用次數，方便找出程序中最耗時的函數。在程序正常退出後，會生成gmon.out文件，解析這個文件，能夠生成一個可視化的報告

2.2 使用方法

使用gprof，須要在編譯時，加入-pg選項

另外只有在程序正常退出後纔會生成gmon.out，kill進程的方法是無法生成gmon.out的。對於那些線程會一直run的服務，須要修改代碼，讓程序在某個時間點中止。

從新編譯後，正常啓動程序便可；而後在程序運行結束後，會生成gmon.out文件

使用以下命令，生成報名文件（其中run是二進制的名字）：

gprof -b run gmon.out >>report.txt

report.txt打開以下圖所示：

2.3 圖形化方法

gprof的結果文件須要藉助gprof2dot.py和graphviz來展現

使用gprof2dot.py生成dot文件

python gprof2dot.py report.txt >report.dot

須要說明的是，這裏要求服務器已經安裝了python，而且要求gprof2dot.py與安裝的python版本匹配。這二者是否匹配是一個須要運氣、而且解決起來很無聊的事情，個人服務器上安裝的python是2.6.6，第一次從網上下載的gprof2dot-2017.9.19與python版本就不匹配，執行會出錯。目前使用的版本與2.6.6是兼容的，若是須要能夠與我聯繫。

dot的打開須要graphviz工具，我是在windows下安裝的graphviz，這個工具下載很簡單。下載後使用gvedit.ext打開前一個步驟產生的report.dot文件便可

這個圖顯的有些萌萌噠，這是由於咱們的程序寫的比較簡單，對於通常的業務而言，這個圖會比較複雜。

Valgrind3.1 簡介

valgrind不是linux的原生工具，須要自行安裝。valgrind自身包含了多個工具：

• Memcheck：用於內存泄漏檢查

• Callgrind：用於性能分析，會收集程序運行時間和調用關係

• 以及Cachegrind、Helgrind等

這裏咱們主要使用的Callgrind工具

3.2 使用方法

首先須要安裝valgrind：

http://valgrind.org/downloads/valgrind-3.12.0.tar.bz2

解壓安裝包後，順次執行：./configue 、make、make install 就能夠了

使用valgrind來分析性能，必須使用valgrind來啓動程序：

valgrind --tool=callgrind --separate-threads=yes ./run

--separate-threads是指是否按線程來分別統計，若是不加，會將全部線程的結果打到一個文件裏；不然會按線程分別打印到不一樣文件裏。

程序執行結束後，會生成形如：callgrind.out.4263-01的文件。這個文件直接分析起來有些困難，必須藉助圖形化的方式來瀏覽

3.3 圖形化方法

valgrind的圖形化須要藉助kcachegrind.exe，你們能夠自行下載，下載後在windows運行便可。這是打開callgrind.out.4263-01的結果：

4工具比較

對於咱們的需求：定位執行時間最長、佔用CPU最多的函數 來講，這三個工具均可以達到目的。但這三者之間仍是有必定的差距：

4.1 啓動方式

Perf雖然能夠掛接進程但須要root權限。在普通權限下，Perf和Valgrind必須使用前綴啓動的方式來啓動程序，這在某種程度上會影響到程序的性能。咱們在壓測的過程當中發現使用Valgrind啓動的時候，能夠支持的在線總人數比直接運行程序要少不少。

4.2 程序侵入

Perf和Valgrind都不須要修改Makefile或者程序，但gprof須要從新編譯文件，而且對於線程一直run的服務，還須要修改代碼讓其天然退出，這在必定程序上侵入了程序。但從對性能影響上來看，gprof能夠最大限制的保留原程序的性能

4.3 結果展現

gprof的結果是一顆倒樹，這顆樹展現了從根到葉子的全部結點的時間消耗；perf的是一個金字塔，與gprof有殊途同歸之妙；Valgrind的結果是一條單路，指出的是某條調用路徑上的時間消耗，並非一個全局的展現。

4.4 監控原理

這是一個很專業的話題，目前對三者的監控原理尚未摸的太透，因此這裏暫時空着。你們有興趣能夠先行研究。

問答

linux實時調度算法？

Linux中的多線程處理？

相關閱讀

Linux 經常使用性能工具簡介

常見Linux調優命令和工具

性能優化：Linux環境下合理配置大內存頁

 

---

此文已由做者受權騰訊雲+社區發佈，轉載請註明文章出處

 原文連接：https://cloud.tencent.com/developer/article/1063652