google開源的C++性能分析工具 - gperftools

gperftools是Google提供的一套工具，其中的一個功能是CPU profiler，用于分析程序性能，找到程序的性能瓶頸。

gperftools：http://code.google.com/p/gperftools/downloads/list

libunwind：http://download.savannah.gnu.org/releases/libunwind/

64位操作系統需要安裝libunwind，官方推薦版本是libunwind-0.99-beta

安裝過程：./configure [--disable-shared] &&make && make install

Graphviz是一個由AT&T實驗室啟動的開源工具包，用于繪制DOT語言腳本描述的圖形，gperftools依靠此工具生成圖形分析結果。

安裝命令：yum install graphviz

因為使用的是X86_64的Linux系統，因此需要安裝libunwind庫。

安裝方法很簡單，常見的configure,make,make install的套路。

wget http://download.savannah.gnu.org/releases/libunwind/libunwind-0.99-beta.tar.gz

tarxvzf libunwind-0.99-beta.tar.gz

cd libunwind-0.99-beta

./configure

make

makeinstall

因為默認的libunwind安裝在/usr/local/lib目錄下，需要將這個目錄添加到系統動態庫緩存中。

echo "/usr/local/lib" > /etc/ld.so.conf.d/usr_local_lib.conf
/sbin/ldconfig

libunwind的最新版本是1.0.1，那為什么 不選擇最新版本呢？google perftools的INSTALL文件中給了說明。版本低于0.99-beta的libunwind與preftools一起工作可能不正常，但是高于 0.99-beta的版本中可能包含一些與perftools不兼容的代碼(因為libunwind會調用malloc，可能會導致死鎖)。 libunwind在X86_64平臺上和perftools有不少問題，不過不會影響核心的tcmalloc庫，但是會影響perftools中的工 具，例如cpu-profiler,heap-checker,heap-profiler。

因為我們只需要tcmalloc功能，因此不編譯google-perftools中的其他工具。

wget http://gperftools.googlecode.com/files/google-perftools-1.9.1.tar.gz

tarxvzf google-perftools-1.9.1.tar.gz

cd google-perftools-1.9.1

./configure --disable-cpu-profiler --disable-heap-profiler --disable-heap-checker --enable-minimal--disable-dependency-tracking

make

makeinstall

/sbin/ldconfig

1.目標程序中引入頭文件<google/profiler.h>，鏈接libprofiler庫，64位操作系統同時鏈接libunwind庫，在需要分析代碼的起點和終點調用ProfilerStart()函數和ProfilerStop()函數

2.編譯鏈接，運行程序

pprof腳本用于分析profile文件并輸出結果，包括文本和圖形兩種輸出風格。

例如：demo是目標程序，my.prof是profile文件

生成文本風格結果：pprof --text ./demo my.prof >profile.txt

生成圖形風格結果：pprof --pdf ./demo my.prof > profile.pdf

對于一個函數的CPU使用時間分析，分為兩個部分：

1.整個函數消耗的CPU時間，包括函數內部其他函數調用所消耗的CPU時間

2.不包含內部其他函數調用所消耗的CPU時間（內聯函數除外）

1.節點

每個節點代表一個函數，節點數據格式：

local時間是函數直接執行的指令所消耗的CPU時間（包括內聯函數）；性能分析通過抽樣方法完成，默認是1秒100個樣本，一個樣本是10毫秒，即時間單位是10毫秒；

cumulative時間是local時間與其他函數調用的總和；

如果cumulative時間與local時間相同，則不打印cumulative時間項。

2.有向邊

調用者指向被調用者，有向邊上的時間表示被調用者所消耗的CPU時間

#include <google/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(); // 結束profiling

   return 0;

}

然后編譯鏈接運行，使用pprof生成分析結果

查看分析結果，程序是122個時間樣本，其中，func1()是40個時間樣本，約為400毫秒；func2()是82個時間樣本，約為820毫秒。