gperftools之CPU Profile

工具/ 性能 gperftools CPU profile

创建时间:2019-09-10 22:55

字数:971 阅读:

编译
链接
使用

编译

1 下载
github地址：https://github.com/melonshell/mygperftools

2 解压
tar -xvzf libunwind-1.4-rc1.tar.gz
mv libunwind-1.4-rc1 libunwind
unzip gperftools-cpp.zip
mv gperftools-f47a52ce85c3d8d559aaae7b7a426c359fbca225 gperftools

3 编译libunwind
64位操作系统需要libunwind，libunwind介绍：http://www.nongnu.org/libunwind/index.html
./configure CFLAGS=-fPIC
make
生成的库文件目录：src/.libs，COPY出来：cp -R .libs ../libs

4 编译gperftools
./autogen.sh
./configure --help 查看帮助信息
指定libunwind库的目录：
./configure CPPFLAGS=-I../libunwind/include LDFLAGS=-L../libunwind/libs
make
尽量不用多线程编译，否则可能会报错；
生成的库文件目录：.libs，COPY为非隐藏文件：cp -R .libs libs

链接

1 静态链接
代码如下：


    #include "profiler.h"
    #include <iostream>
    using namespace std;
    void func1() {
      int i = 0;
      while (i < 100000) {
          ++i;
      }   
    }

    void func2() {
      int i = 0;
      while (i < 200000) {
          ++i;
      }   
    }

    void func3() {
       for (int i = 0; i < 1000; ++i) {
           func1();
           func2();
       }   
    }

    int main(){
        ProfilerStart("my.prof"); // 指定所生成的profile文件名
        func3();
        ProfilerStop(); // 结束profiling
        return 0;
    }

编译，由于目录下同时存在静态库和动态库，因此须直接指定：
g++ -o test test.cc -I./gperftools/src/gperftools ./gperftools/libs/libprofiler.a ./libunwind/libs/libunwind.a

或者
g++ -o test test.cc -I./gperftools/src/gperftools -L./libunwind/libs/ -L./gperftools/libs/ -Wl,-Bstatic -lprofiler -lunwind -Wl,-Bdynamic
(链接静态库：-Wl,-Bstatic -llibname；链接动态库：-Wl,-Bdynamic -llibname)

如何Profile?
头文件包含gperftools/profiler.h，把要Profile的代码置于ProfilerStart()和ProfilerStop()；

这里有几点需要说明：
1) 链接顺序问题，libprofiler.a依赖libunwind.a；
2) 静态库由ar命令生成，也可用ar命令查看静态库包含哪些.o文件：
ar -t libprofiler.a
3) 静态库可以看成一组目标文件(.o/.obj文件)的集合；
4) 动态库和静态库都由目标文件生成，目标文件是在编译的汇编阶段生成，如果库有多级依赖，那么依赖库也需要在gcc/g++命令中按依赖顺序指定。

2 动态链接
代码如下：

    #include <iostream>
    #include <unistd.h>
    using namespace std;
    void func1() {
      int i = 0;
      while (i < 100000) {
          ++i;
      }   
    }

    void func2() {
      int i = 0;
      while (i < 200000) {
          ++i;
      }   
    }

    void func3() {
       for (int i = 0; i < 1000; ++i) {
           func1();
           func2();
       }   
    }

    int main(){
        while(1) {
            func3();
            sleep(1);
        }
        return 0;
    }

编译，动态链接libprofiler.so:
g++ -o test test.cc -I./gperftools/src/gperftools -L./libunwind/libs/ -L./gperftools/libs/ -lprofiler -lunwind
静态库和动态库同名时，gcc/g++优先链接动态库；

ldd命令查看test依赖的动态库：
env LD_LIBRARY_PATH=$LD_LIBRARY_PATH:./gperftools/libs/:./libunwind/libs/ ldd test

如何Profile?
方法1：定义环境变量CPUPROFILE(profile导出文件名称)
env LD_LIBRARY_PATH=$LD_LIBRARY_PATH:./gperftools/libs/:./libunwind/libs/ CPUPROFILE=my.prof ./test
方法2：定义环境变量CPUPROFILE和CPUPROFILESIGNAL，通过指定的信号值控制(信号值须程序本身未使用)profile，profile功能打开和关闭均由信号触发
env LD_LIBRARY_PATH=$LD_LIBRARY_PATH:./gperftools/libs/:./libunwind/libs/ CPUPROFILE=my.prof CPUPROFILESIGNAL=12 ./test &
killall -12 test
killall -12 test

以上动态库搜索路径是通过环境变量LD_LIBRARY_PATH指定，也可在编译时用-Wl,-rpath指定程序运行时的动态库搜索路径：
g++ -o test test.cc -I./gperftools/src/gperftools -L./libunwind/libs/ -L./gperftools/libs/ -lprofiler -lunwind -Wl,-rpath=/root/gperftools/libunwind/libs/:/root/gperftools/gperftools/libs/
profile执行命令：
env CPUPROFILE=my.prof ./test
env CPUPROFILE=my.prof CPUPROFILESIGNAL=12 ./test &

使用

1 图形化工具安装
gperftools依赖graphviz生成图形分析结果，安装graphviz：
yum install graphviz
yum install ghostscript

2 pprof文件解析
pprof --text ./test my.prof > output.txt
pprof --pdf ./test my.prof > output.pdf
生成结果格式如下：

3 结果分析
图形风格的结果有结点和有向边组成，每个结点代表一个函数，结点数据格式：
Class Name
Method Name
local (percentage)
of cumulative (percentage)
Profile通过采样实现，默认每秒采样100次，因此输出结果中的时间单位为10ms，例如func2执行本地指令耗时67个单位，约670ms。local是直接执行函数内的指令(包括内联函数)所消耗时间，cumulative是callees和local时间之和，如果cumulative时间和local时间相等，则cumulative不显示。

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至yj.mapple@gmail.com