本文介绍了如何选择和使用性能测试工具，重点讲解了gperftools的安装、使用方法，包括直接调用API、静态和动态库链接，并详细阐述了查看结果的文本和图形方式，提供了一个使用实例，帮助优化程序性能。
1 性能测试工具选型
性能测试工具有gperf、gperftools、oprofile、intel vtune amplifier 等。Gperf是GNU自带工具，可以通过编译的时候加-pg加载进去，缺点是不能测试动态库。Oprofile是免费工具，一般Linux系统自带，嵌入到内核中，缺点是不能再虚拟机上运行。Gperftools是Google出的工具，主要提供高性能内存管理，性能测试只是4个主要功能中的一个，缺点是需要再链接的加入gperftools的库。intel vtune amplifier是商用软件，站在一个正规软件公司的角度，在没有购买到授权前，暂不考虑使用。几个工具实现的原理可以参考https://www.cnblogs.com/likwo/archive/2012/12/20/2826988.html。
| C++Profiler工具 | 精确度 | 对动态库的支持 | 对动态控制的支持 | 二次开发和维护成本 | 对虚拟机支持 | GUI | 多线程支持 |
|---|---|---|---|---|---|---|---|
| GUN profile | 较高，对函数执行次数的统计是100%正确的，但是对函数执行时间的统计是通过采样平率估算的，存在一定的偏差。 | 不支持 | 编译时决定，灵活性较差 | 代码集成在glibc中，二次开发和修改的影响面较大，而且发布不易。 | 支持 | 差 | 不支持 |
| Google performance tools | 一般，对函数次数和执行时间的统计都是通过采样频率估算的，存在一定的偏差和遗漏。 | 支持 | 运行时控制，更方面操作 | 独立的第三方库，开源项目，二次开发和维护成本较低。 | 支持 | 好 | 支持（需Linux 2.6及以上版本） |
| Oprofile | 待调查 | 支持 | 待调查 | 待调查 | 不支持（需配置echo “options oprofile timer=1” >> /etc/modprobe.conf后重启虚拟机） | 差 | 待调查 |
| intel vtune amplifier | 待调查 | 待调查 | 待调查 | 待调查 | 待调查 | 好 | 待调查 |
我们的项目使用了大量的动态库，并且在虚拟机上运行，所以选择使用gperftools。
2 性能测试工具安装
2.1 下载
Gperftools是开源的工具，源代码在https://github.com/gperftools/gperftools。可以使用git下载或者在releases标签下直接下载。建议在releases标签下下载，会包含configure，可以自动生成Makefile。如果直接下载的源码，可以使用automake、autoconf生成configure文件。
2.2 安装
使用以下命令安装
.configure
make
sudo make install默认的安装库路径为/usr/local/lib。
2.2.1 64位系统安装
安装时可能出现configure: WARNING: No frame pointers and no libunwind. Using experimental backtrace capturing via libgcc. Expect crashy cpu profiler。是因为没有安装libunwind。在gperftools工具的INSTLL例有说明，64位系统需要安装。使用sudo apt-cache search libunwind查找，然后选择需要的安装。
$ sudo apt-cache search libunwind
libunwind-setjmp0 - libunwind-based non local goto - runtime
libunwind-setjmp0-dbg - libunwind-based non local goto - runtime
libunwind-setjmp0-dev - libunwind-based non local goto - development
libunwind8 - library to determine the call-chain of a program - runtime
libunwind8-dbg - library to determine the call-chain of a program - runtime
libunwind8-dev - library to determine the call-chain of a program – development
$ sudo apt-get install libunwind8-dev
2.2.2 64操作系统安装32位库
linux32 ./configure "CFLAGS=-m32 -g -O2" "CXXFLAGS=-m32 -g -O2" LDFLAGS=-m32
make
sudo make install3 使用
3.1使用方法
Gperftools的使用方法有三种：
3.1.1 直接调用提供的api
这种方式比较适用于对于程序的某个局部来做分析的情况，直接在要做分析的局部调用相关的api即可。
方式：调用函数：ProfilerStart() and ProfilerStop()。可以将这两个函数封装到两个信号处理函数中，这样可以给被测进程发送信号1，就开始profile，给被测进程发信号2，就停止profile。这种方式适用于服务器程序，因为服务器程序不会自动退出，适用ctrl+c退出也不是正常的exit(0)的方式退出，会导致在profile的时候，收集到的数据不全甚至是空的。
#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
#include <signal.h>
#include < gperftools/profiler.h>
//SIGUSR1: start profiling
//SIGUSR2: stop profiling
static void gprof_callback(int signum)
{
if (signum == SIGUSR1)
{
printf("Catch the signal ProfilerStart\n");
ProfilerStart("li.prof");
}
else if (signum == SIGUSR2)
{
printf("Catch the signal ProfilerStop\n");
ProfilerStop();
}
}
static void setup_signal()
{
struct sigaction profstat;
profstat.sa_handler = gprof_callback;
profstat.sa_flags = 0;
sigemptyset(&profstat.sa_mask);
sigaddset(&profstat.sa_mask, SIGUSR1);
sigaddset(&profstat.sa_mask, SIGUSR2);
if ( sigaction(SIGUSR1, &profstat,NULL) < 0 )
{
fprintf(stderr, "Fail to connect signal SIGUSR1 with start profiling");
}
if ( sigaction(SIGUSR2, &profstat,NULL) < 0 )
{
fprintf(stderr, "Fail to connect signal SIGUSR2 with stop profiling");
}
}
启动程序，可以采用kill -s SIGUSR1 pid和kill -s SIGUSR2 pid来开始采集和停止采集。
3.1.1.1 调整采样时间
默认采样时间是10ms，可以通过修改CPUPROFILE_FREQUENCY来调整采用时间，单位是interrupts/second。例如调整为1ms一次，在shell下输入
env CPUPROFILE_FREQUENCY=10003.1.2 链接静态库
这种方式是最为常用的方式。一般运行一段时间后自动结束的程序采用这种方法。
方式：在代码link过程中添加参数 –lprofiler
运行程序：env CPUPROFILE=./helloworld.prof ./helloworld。表示指定要profile的程序为helloworld，并且指定产生的分析结果文件的路径为./helloworld.prof
3.1.3 链接动态库
这种方式和静态库的方式差不多。
方式：在代码link过程中添加参数 –lprofiler 。默认使用动态库，除非在链接是用-Wl,-Bstatic指定使用静态库
运行时使用LD_PRELOAD，e.g. % env LD_PRELOAD="/usr/lib/libprofiler.so" <binary>。
3.2 查看结果
3.2.1 结果文件位置及解析工具
生成的结果文件默认在待测试程序所在的目录，文件名为li.prof。如果需要修改在3.1.1中提供的代码里修改文件生成路径及名称。
查看profile结果：pprof工具，它是一个perl的脚本，通过这个工具，可以将google-perftool的输出结果分析得更为直观，输出为图片、pdf等格式。Pprof工具在安装了Gperftools后自带，如果在目标机中没有该工具，请将/usr/local/bin/pprof拷贝到目标机中。
调用pprof分析数据文件：
% pprof "program" "profile"
Generates one line per procedure
% pprof --gv "program" "profile"
Generates annotated call-graph and displays via "gv"
% pprof --gv --focus=Mutex "program" "profile"
Restrict to code paths that involve an entry that matches "Mutex"
% pprof --gv --focus=Mutex --ignore=string "program" "profile"
Restrict to code paths that involve an entry that matches "Mutex"
and does not match "string"
% pprof --list=IBF_CheckDocid "program" "profile"
Generates disassembly listing of all routines with at least one
sample that match the --list= pattern. The listing is
annotated with the flat and cumulative sample counts at each line.
% pprof --disasm=IBF_CheckDocid "program" "profile"
Generates disassembly listing of all routines with at least one
sample that match the --disasm= pattern. The listing is
annotated with the flat and cumulative sample counts at each PC value.更具体的方法请参照gperftools的文档http://goog-perftools.sourceforge.net/doc/cpu_profiler.html。
3.2.2 文本方式查看
先通过pprof生成可读的文本文件，方法如下：
% pprof --test "program" "profile"使用pprof –text生成的报告，文本输出风格如下：
Total: 492 samples
180 36.6% 36.6% 406 82.5% dpdk_send_packets
163 33.1% 69.7% 163 33.1% eth_igb_xstats_get
63 12.8% 82.5% 63 12.8% eth_igbvf_xstats_get
52 10.6% 93.1% 52 10.6% e1000_write_phy_reg_bm2
14 2.8% 95.9% 14 2.8% 0xf76fbc90
10 2.0% 98.0% 10 2.0% dpdk_mcore_bcmc_loop
每列的含义如下：
| 列 | 含义 |
|---|---|
| 第一列 | 分析样本数量（不包含其他函数调用） |
| 第二列 | 分析样本百分比（不包含其他函数调用） |
| 第三列 | 目前为止的分析样本百分比（不包含其他函数调用） |
| 第四列 | 分析样本数量（包含其他函数调用） |
| 第五列 | 分析样本百分比（包含其他函数调用） |
| 第六列 | 函数名 |
3.2.3 图形方式查看（推荐）
先通过pprof生成可读的图形文件，方法如下：
% pprof --callgrind "program" "profile" > callgrind.res图形方式有多种工具可以查看
1. Kcachegrind Linux下软件，可以直接查看生成的图形
2. windows port of kcachegrind 由原linux的kcachegrind，重新编译在windows上可执行版，功能与linux kcachegrind相同。
3. WinCacheGrind Windows下简易版的kcachegrind，可分析由xdebug生成的cachegrind.xxx文件
4. Webgrind 网页版的callgrind，搭配xdebug可做实时在线做php script profile。
生成的图形大同小异，此处不再介绍这个工具的使用方法，请自行参考官方网站文档。windows port of kcachegrind生成的结果如下图所示：
4 使用实例
1． 在代码中新建一个源文件，采用3.1.1提供的代码。在初始化的代码中调用setup_signal()。
void li_common_init()
{
setup_signal();
return;
}
2． 在编译整个程序的Makefile链接位置添加–lprofiler。
$(usr_app):
$(CXX) -m32 -rdynamic -Wl,-rpath,./ $(LIBPATH) $^ -o $(top_dir)/../lib/bin/$@ -lappl -lchip -lbfd -lpmalm -lvirtualboard -lXelApp -lnetdev_fwd -ltestsim -lfpgasim -ltestcommon -llicom -lprofiler -Wl,--whole-archive -Wl,-ldpdk -Wl,--no-whole-archive -lbmu -lDBEPR820x86 -lm -lrt -ldl -lpthread -lutil -laps -lcrypto #-lncurses
$(usr_app2):
$(CXX) -m32 -rdynamic -Wl,-rpath,./ $(LIBPATH) $^ -o $(top_dir)/../lib/bin/$@ -lappl -lchip -lbfd -lpmalm -lvirtualboard -lXelApp -lnetdev_fwd-atom -ltestsim -lfpgasim -ltestcommon -llicom -lprofiler -Wl,--whole-archive -Wl,-ldpdk-atom -Wl,--no-whole-archive -lbmu -lDBEPR820x86 -lm -lrt -ldl -lpthread -lutil -laps -lcrypto
将libprofiler.so.0.4.14拷贝到bin/lib目录下，并在该目录下调用以下指令生成软连接：
sudo ln -s libprofiler.so.0.4.14 libprofiler.so.0
sudo ln -s libprofiler.so.0 libprofiler.so
make生成程序整包，并在设备上升级。本例生成的可执行程序名为XCU_R820.out。
3． 运行上一步生成的程序。查询程序的PID
user@ubuntu:~$ ps aux |grep out
root 2973 296 2.1 1922348 353152 ? Sl 15:47 11:24 XCU_R820.out
user 3145 0.0 0.0 11764 2152 pts/2 S+ 15:51 0:00 grep --color=auto out在待测试点，shell下输入
user@ubuntu:~$ sudo kill -s SIGUSR1 2973
user@ubuntu:~$ sudo kill -s SIGUSR2 2973
此时，在程序所在目录生成了性能分析文件li.prof
4． 将pprof工具拷贝到设备/usr/local/bin/目录下
5． 在shell下输入以下指令，生成可读报告。
root@ubuntu:~# pprof --text /home/xcu/lib/bin/XCU_R820.out /home/xcu/lib/bin/li.prof
Using local file /home/xcu/lib/bin/XCU_R820.out.
Using local file /home/xcu/lib/bin/li.prof.
Total: 4187 samples
1379 32.9% 32.9% 3367 80.4% rte_memcpy (inline)
888 21.2% 54.1% 888 21.2% e1000_setup_copper_link_ich8lan
790 18.9% 73.0% 790 18.9% ixgbe_check_mac_link_82598
514 12.3% 85.3% 514 12.3% e1000_phy_is_accessible_pchlan
469 11.2% 96.5% 469 11.2% e1000_setup_link_ich8lan
111 2.7% 99.1% 115 2.7% _mm_storeu_si128 (inline)
8 0.2% 99.3% 8 0.2% 0xf7fdbc90
2 0.0% 99.4% 2 0.0% CheckFifoSpace
2 0.0% 99.4% 2 0.0% __nss_hosts_lookup
2 0.0% 99.5% 2 0.0% __pthread_cond_signal
2 0.0% 99.5% 2 0.0% _mm_loadu_si128 (inline)
2 0.0% 99.6% 2 0.0% osa_semGive_x
1 0.0% 99.6% 1 0.0% 0xf7fdbc8e
1 0.0% 99.6% 1 0.0% ApsModTeFrrConf
1 0.0% 99.6% 1 0.0% BmuLog
1 0.0% 99.7% 1 0.0% BmuTaskDiag
1 0.0% 99.7% 1 0.0% GetCheckSum
1 0.0% 99.7% 1 0.0% _ApiSearchIntfVlanrange
1 0.0% 99.7% 1 0.0% _ApiSearchNve
1 0.0% 99.8% 1 0.0% __isoc99_vfwscanf
1 0.0% 99.8% 2 0.0% app_clk_handler
1 0.0% 99.8% 1 0.0% fhdrv_psn_get_vxlan_tx_counter
1 0.0% 99.8% 1 0.0% ixgbe_get_media_type_82598
1 0.0% 99.9% 2 0.0% li_log_file
1 0.0% 99.9% 1 0.0% line_card_state_timer
1 0.0% 99.9% 1 0.0% oam_fpga_16bits_read
1 0.0% 99.9% 1 0.0% osa_taskDelay
1 0.0% 100.0% 1 0.0% osa_taskDelayInSys
1 0.0% 100.0% 1 0.0% osa_taskLockCancel
1 0.0% 100.0% 1 0.0% tzset
0 0.0% 100.0% 2 0.0% 0xe85d781f
0 0.0% 100.0% 1 0.0% AnalyzeFrame
0 0.0% 100.0% 1 0.0% ApiAddIntf
0 0.0% 100.0% 3 0.1% BmuExceptionTask
0 0.0% 100.0% 2 0.0% BmuProcessTimerList
0 0.0% 100.0% 803 19.2% BmuPthreadBoot
0 0.0% 100.0% 3 0.1% DivConfProcess
0 0.0% 100.0% 2 0.0% ExecConfig
0 0.0% 100.0% 1 0.0% HighGather
0 0.0% 100.0% 1 0.0% HighGatherEntry
0 0.0% 100.0% 2 0.0% LowGather
0 0.0% 100.0% 2 0.0% LowGatherEntry
0 0.0% 100.0% 2 0.0% ProcCmd
0 0.0% 100.0% 3 0.1% ProcCmdEntry
0 0.0% 100.0% 2 0.0% ProcUsrCmd
0 0.0% 100.0% 1 0.0% UnCompressCmdData
0 0.0% 100.0% 3363 80.3% X86ReadMeterTbl
0 0.0% 100.0% 4 0.1% X86WriteARPMissTbl
0 0.0% 100.0% 3355 80.1% X86WriteMacHashTbl
0 0.0% 100.0% 1 0.0% _ApiAddIntf
0 0.0% 100.0% 16 0.4% __mempool_generic_put (inline)
0 0.0% 100.0% 16 0.4% __rte_mbuf_raw_free (inline)
0 0.0% 100.0% 790 18.9% bfd_fsm_state_up
0 0.0% 100.0% 790 18.9% bfdtask
0 0.0% 100.0% 808 19.3% clone
0 0.0% 100.0% 1 0.0% del_bfd_bind_info_ip
0 0.0% 100.0% 790 18.9% dpdk_mcore_rcv_minm_loop
0 0.0% 100.0% 1 0.0% fhdrv_psn_get_vxlan_rx_counter
0 0.0% 100.0% 790 18.9% finish_change_fpga_bfd_cfg_by_index
0 0.0% 100.0% 790 18.9% finish_fpga_bfd_cfg_by_index
0 0.0% 100.0% 2 0.0% fpgasim_find_bfd
0 0.0% 100.0% 3 0.1% fpgasim_receive_bfd_packet
0 0.0% 100.0% 3 0.1% fpgasim_recv_bfd_packet
0 0.0% 100.0% 3 0.1% fpgasim_send_bfd_packet
0 0.0% 100.0% 3 0.1% fpgasim_send_packet_to_tunnel
0 0.0% 100.0% 790 18.9% fsm
0 0.0% 100.0% 1 0.0% get_fpga_bfd_bfd_discr
0 0.0% 100.0% 3 0.1% intf_cfg_process
0 0.0% 100.0% 3 0.1% ixgbe_setup_mac_link_82598
0 0.0% 100.0% 2 0.0% li_hash_get
0 0.0% 100.0% 1 0.0% read_fpga_mmap
0 0.0% 100.0% 16 0.4% rte_mempool_generic_put (inline)
0 0.0% 100.0% 16 0.4% rte_mempool_put (inline)
0 0.0% 100.0% 16 0.4% rte_mempool_put_bulk (inline)
0 0.0% 100.0% 16 0.4% rte_pktmbuf_detach
0 0.0% 100.0% 1 0.0% spm_o
6． 在shell下生成图形文件。
pprof --callgrind /home/xcu/lib/bin/XCU_R820.out /home/xcu/lib/bin/li.prof >callgrind.res在Windows下用windows port of kcachegrind打开，生成结果如下。然后根据具体问题修改。
7． 性能优化
通过性能测试结果，发现e1000_setup_copper_link_ich8lan占用的时间最长，该函数的主要功能是获取端口状态。所以修改成定时调用该接口获取端口状态，然后将获取到的结果保存到内存中，原来代用e1000_setup_copper_link_ich8lan接口的地方改从内存中获取数据。
扫一扫
1501
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
