perf中几个常用的命令
perf top 类似系统命令 查看消耗cpu比较高的内核函数或者进程
perf list 列出perf支持的事件
perf stat 统计profiling进程的各种信息
perf record profiling进程的数据，并生成 xx.data文件
perf report 读取xx.data文件
废话不多说，先来看看一个例子
#include <stdio.h>
#include <stdlib.h>
#define TEST_NUM 2000000000
long sum(unsigned char *a, unsigned long lenght)
{
long nSum = 0;
for(unsigned long i = 0; i < lenght; i++)
nSum += a[i];
return nSum;
}
void Rand(unsigned char *a, unsigned long lenght)
{
for(unsigned long i = 0; i < lenght; i++)
a[i] = 1;//rand() % 100;
}
void* start(void *arg)
{
unsigned char *pa = (unsigned char*)malloc(sizeof(unsigned char)*TEST_NUM);
Rand(pa, TEST_NUM);
long ret = sum(pa, TEST_NUM);
printf("ret=%ld\n", ret);
free(pa);
}
int main()
{
start(NULL);
return 0;
}
gcc -O2 -std=c99 test.c -o test 编译生成test
perf stat ./test
ret=2000000000
Performance counter stats for './perf_r':
3219.798267 task-clock (msec) # 0.996 CPUs utilized
72 context-switches # 0.022 K/sec
1 cpu-migrations # 0.000 K/sec
65,820 page-faults # 0.020 M/sec
<not supported> cycles
<not supported> instructions
<not supported> branches
<not supported> branch-misses
3.232352319 seconds time elapsed
由于我用的是虚拟机 而且cpu没有虚拟化，所有有些时间不支持，不过不影响我们分析
Task-clock-msecs：CPU 利用率，该值高，说明程序的多数时间花费在 CPU 计算上而非 IO。
Context-switches：进程切换次数，记录了程序运行过程中发生了多少次进程切换，频繁的进程切换是应该避免的。
Cache-misses：程序运行过程中总体的 cache 利用情况，如果该值过高，说明程序的 cache 利用不好
CPU-migrations：表示进程 t1 运行过程中发生了多少次 CPU 迁移，即被调度器从一个 CPU 转移到另外一个 CPU 上运行
page-faults 内存页面交换
Cycles：处理器时钟，一条机器指令可能需要多个 cycles，
Instructions: 机器指令数目。
IPC：是 Instructions/Cycles 的比值，该值越大越好，说明程序充分利用了处理器的特性。
Cache-references: cache 命中的次数
Cache-misses: cache 失效的次数。
从输出我们可以看出这个程序是一个cpu密集型的程序。
执行命令
perf record -g -e cpu-clock ./perf_r
生成perf.data 由于我们程序是cpu是cpu密集型，所有我只关注了cpu始终(-e cpu-clock )
perf report -g 读取perf.data文件
Samples: 7K of event 'cpu-clock', Event count (approx.): 1808250000
Children Self Command Shared Object Symbol
+ 99.74% 55.43% perf_r perf_r [.] start
+ 44.26% 0.00% perf_r [kernel.kallsyms] [k] do_page_fault
+ 44.26% 0.00% perf_r [kernel.kallsyms] [k] page_fault
+ 44.23% 0.03% perf_r [kernel.kallsyms] [k] handle_mm_fault
+ 44.23% 0.00% perf_r [kernel.kallsyms] [k] __do_page_fault
+ 44.16% 0.00% perf_r [kernel.kallsyms] [k] do_huge_pmd_anonymous_page
+ 43.15% 43.15% perf_r [kernel.kallsyms] [k] clear_page
+ 1.09% 0.01% perf_r [kernel.kallsyms] [k] __alloc_pages_nodemask
+ 0.76% 0.00% perf_r [kernel.kallsyms] [k] alloc_pages_vma
0.44% 0.00% perf_r [kernel.kallsyms] [k] __alloc_pages_slowpath
0.41% 0.00% perf_r [kernel.kallsyms] [k] compact_zone
0.41% 0.00% perf_r [kernel.kallsyms] [k] compact_zone_order
0.41% 0.00% perf_r [kernel.kallsyms] [k] try_to_compact_pages
0.41% 0.00% perf_r [kernel.kallsyms] [k] __alloc_pages_direct_compact
0.39% 0.00% perf_r [kernel.kallsyms] [k] migrate_pages
0.37% 0.00% perf_r [kernel.kallsyms] [k] migrate_page
0.37% 0.00% perf_r [kernel.kallsyms] [k] move_to_new_page
0.37% 0.37% perf_r [kernel.kallsyms] [k] copy_page
0.35% 0.00% perf_r [kernel.kallsyms] [k] alloc_pages_current
0.35% 0.00% perf_r [kernel.kallsyms] [k] pte_alloc_one
0.28% 0.28% perf_r [kernel.kallsyms] [k] get_page_from_freelist
0.22% 0.00% perf_r [kernel.kallsyms] [k] system_call_fastpath
0.21% 0.00% perf_r [kernel.kallsyms] [k] unmap_region
在图中 我们可以看出用户态函数start函数和内核态很熟 clear_page最消耗cpu，有同学可能会问为什么没有sum和Rand函数，因为我用的是O2编译，这两个函数都被内敛到start函数了 ，这个可以通过汇编代码看出来。
如果你还觉得不够直观，brendangreg大大还写了一个工具 对perf.data数据生成火焰图
工具地址:https://github.com/brendangregg/FlameGraph.git
用perf生成火焰图
下载上面的工具
- 先生成perf.data
- perf script对perf.data进行解析 perf script -i perf.data &> perf.unfold
- 将perf.unfold的符号进行折叠 ./stackcollapse-perf.pl perf.unfold &> perf.folded
- 最后生成svg图 ./flamegraph perf.foleded > perf.svg
横轴的长度代表cpu的消耗时间 纵轴代表调用堆栈
对于正在运行的程序 可以直接使用 pert stat -p pid 或者perf record -g -e cpu-clock -pid生成perf.data数据用于分析
统计进程10秒钟的系统调用
perf stat -p $pid -e 'syscalls:sys_enter_*' sleep 10
查看系统中所有进程系统调用排序
perf top -F 49 -e raw_syscalls:sys_enter --sort comm,dso --show-nr-samples
追踪进程的系统调用
perf trace -p <PID>
brendangreg大大关于perf使用的文章
http://www.brendangregg.com/perf.html
