最近将公司的一个C++服务的CPU使用率从70%左右降到了25%，跟大家分享一下其中的方法论。最重要的有三点：一是工具链，二是压测，三是自动化。
工具链
Linux下查看CPU使用率的常用命令有top，htop和vmstat等。这些命令只能查询到进程的CPU使用率，但我还是不知道哪一段程序占用了过高的CPU。
Perf is a profiler tool for Linux 2.6+ based systems that abstracts away CPU hardware differences in Linux performance measurements and presents a simple command line interface. Perf is based on the perf_events interface exported by recent versions of the Linux kernel.
简单来说，perf是基于perf_event的性能调优工具，通过采样kernel的指令，来统计function级别的CPU使用率。我觉得perf是可以在生产系统使用的，对性能几乎没有影响。
上图就是perf的输出，一般都是好几MB，分析起来很不方便。Brendan Gregg大神发明了Flame Graphs，将perf的输出可视化，大大简化了分析过程。
Flame Graphs有几个特点：
颜色没有特殊含义，并不是颜色越深越重要
每个方块都代表一个function
自顶向下就是function的call stack
最顶部的function正在消耗CPU，所有顶部function的边长加起来是100%
长度越长代表消耗的CPU越高，应优先关注
另外C++程序的perf输出，是汇编风格的函数名，可以用c++filt转义成正常的函数名。再就是CMake的Build mode设置为RelWithDebInfo，Debug mode的性能太差，会影响分析。
压测
做性能调优，离不开压测工具，我们可以选择用http://jmeter.apache.org/。
这里提供另外一个思路：
因为线上系统有特定的请求模式，用JMeter模拟的请求模式与线上系统的相差较大，调优的结果不一定能解决线上问题。
我截取了一段时间内的线上系统日志，通过在测试系统回放线上请求，来模拟线上系统的请求模式，并且通过一些参数来控制QPS等负载。
自动化
因为在整个调优过程中，我需要反复的改code、部署和测试。将部署和测试等流程自动化，大大减轻了我的负担，也让我可以保持一个愉悦的心情。
高性能C++后台的建议
尽量使用Memory Pool，频繁的使用临时分配的内存空间，会导致较高的Page Fault，占用大量的CPU
使用STL和Boost要谨慎，并且要理解背后的复杂度和overhead。使用率较高的vector和string等，尽量当C的字符串和数组来用
频繁执行的代码块，比如for loop内部的逻辑，尽量不要用类继承，智能指针，操作符重载等C++特性，多少会有overhead
注意代码细节，即使if条件的顺序变化，有些场景都会影响性能
最后，推荐http://www.brendangregg.com/，里面的方法论和工具链，让人受益匪浅。
西七楼小密圈
因为很难在一篇文章中讲明白所有的知识点，所以创建了小密圈方便大家反馈交流。
小密圈收费￥90是为了设立门槛，筛选真正诚心学习课程的朋友。
凡是认真学习并坚持到最后的朋友，我会发￥100的红包。
长按二维码，关注公众号！
