現代軟件工程講義 2 開發技術 - 效能分析

9.4  VSTS 效能分析工具

啊，效能分析，Performance！這是每個程序員都夢想的事兒，讓本身的程序跑得又快又好，最好是比別的同窗快一個數量級，別人的程序是O(N^2)，而個人程序是O(n*logN)，或者是O(N)，這是多爽的一項成就呀！VSTS提供了方便的效能分析工具，讓咱們能很快地找到程序的效能瓶頸，從而能有的放矢，改進程序。下面咱們看一個具體的例子。

和同窗們的做業相似，有這樣一道題：

寫一個程序，分析一個文本文件中各個詞出現的頻率，而且把頻率最高的10個詞打印出來。

 

果凍很快用C#寫好了程序，命名爲WordFreq.exe，而後運行了一下，驗證了正確性，程序的基本框架如代碼清單9-3所示（所有程序能夠在移山社區網站下載）：

代碼清單9-3  WordFreq程序，程序框架

DoIt()
{
    ProcessFile()  //store all words in a big buffer
    ProcessBuffer()  //calculate and store the frequency of each word
    OutputResult()   //output top 10
}
 
ProcessBuffer()
{
    GetOneWord()   //get one word from buffer
    FreqOneWord()
}
 
FreqOneWord(word)
{
Find the word in the array list,
If (found)
    Update the frequency
If (not found)
    Add the word in the array list with frequency = 1
}
 
OutputResult()
{
ArrayList.Sort()   //sort the array
Output Top 10 entry;
}

文本文件大約是30KB~300KB大小。在運行效能分析以前，阿超讓你們預計佔用時間最多的是什麼函數，或者哪些語句。你們衆說紛紜，有的說是處理文件，由於I/O很花時間，有的說是排序，有的說是處理每一個詞。還有人建議應該把排序和處理每個詞同時進行，這樣就能加快速度。

咱們看看到底會是什麼狀況。第一步，要確保編譯的程序是Release版本。而後在VS界面中選中Tools | Performance Tools | Performance Wizard（如圖9-1所示）。

圖9-1  效能分析，選擇分析方法

咱們看到能夠選擇兩種分析方法：

（1）        抽樣（Sampling）

（2）        代碼注入（Instrumentation）

通俗地解釋，抽樣就是當程序運行時，Visual Studio時不時看一看這個程序運行在哪個函數內，並記錄下來，程序結束後，Visual Studio就會得出一個關於程序運行時間分佈的大體的印象。這種方法的優勢是不須要改動程序，運行較快，能夠很快地找到瓶頸。可是不能得出精確的數據，代碼中的調用關係（CallTree）也不能準確表示。

另外一方面，代碼注入就是將檢測的代碼加入到每個函數中，這樣程序的一舉一動都被記錄在案，程序的各個效能數據均可以被精準地測量。這一方法的缺點是程序的運行時間會大大加長，還會產生很大的數據文件，數據分析的時間也相應增長。同時，注入的代碼也影響了程序真實的運行狀況（這有點像量子物理學中的「測試的光線干擾了測試物體自己」的現象）。

咱們通常的作法是，先用抽樣的方法找到效能瓶頸所在，而後對特定的模塊用代碼注入的方法進行詳細分析。

對程序進行效能分析，咱們先要弄清下面這幾個名詞，如表9-1所示：

表9-1  效能分析的名詞解釋

名  詞	含  義
調用者Caller	函數Foo()中調用了Bar()，Foo()就是調用者
被調用函數Callee	見上，Bar()就是被調用函數
調用關係樹Call Tree	從程序的Main()函數開始，調用者和被調用函數就造成了一個樹形關係——調用樹
消逝時間Elapsed Time	從用戶的角度來看程序運行所花的時間。當用戶看到一個程序沒有反應，用戶並不知道程序此時是在運行本身的代碼，仍是被調度出去了，或者操做系統此時正在忙別的事情
應用程序時間Application Time	應用程序佔用CPU的時間，不包括CPU在覈心態時花費的時間

 

續表

名  詞	含  義
本函數時間Exclusive Time	全部在本函數花費的時間，不包括被調用者使用的時間
全部時間Inclusive Time	包含本函數和全部調用者使用的時間

理解了上面的各類概念後，咱們就不難理解「消逝的本函數時間（Elapsed Exclusive Time）」等其餘組合名詞所表明的概念了。

咱們先進行抽樣分析，在效能瀏覽器（Performance Explorer）中開始效能分析便可。

圖9-2是WordFreq程序處理一個30KB的文本文件時的狀況：

圖9-2  用抽樣的方法分析效能

你們能夠看到最花時間的三個函數是：

WordFreq.Freq.FreqOneWord(string)

System.String.EqualsHelper(string,string)

System.Collections.ArrayList.get_Item(int32)

三個函數加起來佔用了整個程序84%的時間。看來咱們得分析爲何這三個函數會被調用得這麼頻繁，開銷這麼大了。

我們如今能夠進行代碼注入的分析，一樣運行程序後，咱們看看圖9-3的調用樹（Call Tree）報告。

圖9-3  代碼注入方法產生的效能報告

 

結合實際的代碼（見代碼清單9-4），能夠看到在WordFreq. FreqOneWord函數中，究竟發生了什麼：

代碼清單9-4  FreqOneWord()

 private void FreqOneWord(string w)
        {
            // see if we have a match, if not, add it to the end,
            // then assign it initial frequency 1;
            // if yes, inc the frequency by 1
            for (int i = 0; i < m_wordList.Count; i++)
            {
                Frequency fi = (Frequency)m_wordList[i];
 
                if (fi.str == w)
                {
                    fi.n++;
                    return;
                }
            }
 
            //now we have to append it to the end.
            Frequency f = new Frequency();
            f.str = w;
            f.n = 1;
            m_wordList.Add(f);
        }