大隐隐于野

----2.16.5。

gdb print：.gdbinitpythonimport sysend。

使用jemalloc时，可以通过profiling机制来发现并定位本文翻译自原文并增加了一些例子。

PGO 技术大规模在字节跳动业务落地实践后取得了显著收益，在其过程中，STE 团队也克服了诸多技术难题：完成了集群维度的数据采集工作，保证了数据的准确性同时做到了对业务无感知；在业务快速迭代的现状下，完成了二进制仓库的建设，规范了二进制符号信息的查询流程；搭建了 PGO 优化平台，简化了流程，业务方在构建程序时只需添加指定编译选项，大幅降低业务使用 PGO 的成本；在业务程序组成复杂依赖众多的现状下，分析预编译库的热点信息以及 PGO 效果不及预期的原因，推进了源码依赖的编译流程；

PGO，即Profile-Guided Optimizations，反馈式优化。PGO是编译器的又一优化技术，PGO与其它的一些优化技术/选项有一个明显的区别是：PGO优化是分三步完成的，是一个动态的优化过程。步骤 1 编译器插桩编译，编译生成插桩的可执行文件。步骤 2 运行插桩的可执行文件，生成反馈数据文件gcda，这些文件记录了程序中控制流图上边的执行次数。步骤 3 编译器读取反馈数据文件，利用反馈优化，生成高性能的可执行文件。