cpu性能分析程序Googleperftools安装使用相信介绍/cup google
豪士君测试所用平台
纪录美好生活，一起观趣事，这里包罗IT知识，豪仕知识网是信息的海洋，有你听不到的故事，接下来我们一起来看看cpu性能分析程序Googleperftools安装使用相信介绍。
它的主要功能就是通过采样的方式，给程序中cpu的使用情况进行“画像”，通过它所输出的结果，我们可以对程序中各个函数（得到函数之间的调用关系）耗时情况一目了然。在对程序做性能优化的时候，这个是很重要的，先把最耗时的若干个操作优化好，程序的整体性能提升应该十分明显，这也是做性能优化的一个最为基本的原则—先优化最耗时的。
1、怎么安装？
1、下载gperftools
Wgethttps://code.google.com/p/gperftools/downloads/detail?name=gperftools-2.0.tar.gz
2、tar –xzf gperftools-2.0.tar.gz
3、cd gperftools-2.0
4、./configure --prefix=/usr/local –enable-frame-pointers
5、make && make install
ps：编译时打开了 –enable-frame-pointers ，这要求被测试的程序在编译时要加上gcc编译选项，否则某些多线程程序可能会 core:CCFLAGS=-fno-omit-frame-pointer
ps：perftools对2.4内核的多线程支持不是很好，只能分析主线程，但是2.6内核解决了这个问题。
安装图形化分析工具kcachegrind：
kcachegrind用来分析产生的profiling文件，linux环境下使用。
kcachegrind install：sudoapt-getinstallkcachegrind
2、Google perftools怎么用的？
方法有三种：
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()andProfilerStop()
2、链接静态库：这种方式是最为常用的方式，后面会有详细的介绍。
方式：在代码link过程中添加参数 –lprofiler
For example：gcc […] -o helloworld –lprofiler
运行程序：env CPUPROFILE=./helloworld.prof ./helloworld
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、链接动态库：这种方式和静态库的方式差不多，但通常不推荐使用，除非使用者不想额外链一个静态库（因为链接静态库会增大binary的大小）的情况，可以考虑使用这种方式。
方式：运行时使用LD_PRELOAD，e.g.% env LD_PRELOAD="/usr/lib/libprofiler.so" （不推荐这种方式）。
Ps：env是linux下插入环境变量的shell命令
4、 查看收集数据结果
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。
Ps：在使用pprof之前需要先安装运行per15，如果要进行图标输出则需要安装dot，如果需要--gv模式的输出则需要安装gv。
调用pprof分析数据文件：
% pprof /bin/ls ls.prof
Enters "interactive" mode
% pprof --text /bin/ls ls.prof
Outputs one line per procedure
% pprof --gv /bin/ls ls.prof
Displays annotated call-graph via 'gv'
% pprof --gv --focus=Mutex /bin/ls ls.prof
Restricts to code paths including a .*Mutex.* entry
% pprof --gv --focus=Mutex --ignore=string /bin/ls ls.prof
Code paths including Mutex but not string
% pprof --list=getdir /bin/ls ls.prof
(Per-line) annotated source listing for getdir()
% pprof --disasm=getdir /bin/ls ls.prof
(Per-PC) annotated disassembly for getdir()
% pprof --text localhost:1234
Outputs one line per procedure for localhost:1234
% pprof --callgrind /bin/ls ls.prof
Outputs the call information in callgrind format
分析callgrind的输出：
使用kcachegrind工具来对.callgrind输出进行分析
e.g.% pprof --callgrind /bin/ls ls.prof > ls.callgrind
% kcachegrind ls.callgrind
3、举例分析
事例一：cpu_profiler_example.cpp，在代码中插入标签，可以针对某个函数进行特定的profile
代码如下：
关注两个函数：ProfilerStart()andProfilerStop()
Makefile：
-L 动态链接库地址，但是有可能程序执行的时候，找不到动态链接库，所以得
export LD_LIBRARY_PATH=LD_LIBRARY_PATH:"/home/work/alex/tools/gperftools/lib"
1）执行./cpu_profile_example
生成一个性能数据文件: cpu_profiler_example_29502.prof
Ps：当然指定性能数据文件生成的路径和文件名：
CPUPROFILE=/tmp/profile ./myprogram
将在/tmp目录下产生profile性能数据文件
2）分析性能数据
pprof -text cpu_profiler_example cpu_profiler_example_3875.prof
Text输出结果分析：
14 2.1% 17.2% 58 8.7% std::_Rb_tree::find
含义如下：
14：find函数花费了14个profiling samples
2.1%：find函数花费的profiling samples占总的profiling samples的比例
17.2%：到find函数为止，已经运行的函数占总的profiling samples的比例
58：find函数加上find函数里的被调用者总共花费的profiling samples
8.7%：find函数加上find函数里的被调用者总共花费的profiling samples占总的profiling samples的比例
std::_Rb_tree::find：表示profile的函数
ps：100 samples a second，所以得出的结果除以100，得秒单位
Ldd可以查看一个程序要链接那些动态库：
事例二：cpu_profiler_example.cpp，不需要在代码里添加任何标签，将profile所有的函数。
代码如下：
Makefile：
1）执行程序，生成性能数据文件
CPUPROFILE=/tmp/profile ./cpu_profiler_example
2）分析数据文件
1）pprof -text cpu_profiler_example profile
2）命令行交互模式
事例三：由于我们的程序有可能是服务程序，而服务程序不会自动执行完退出，如果以ctrl+c退出也不是正常的exit(0)的方式退出，而这会导致我们在profile的时候，收集到的数据不全甚至是空的，采用如下解决办法：
将ProfilerStart和ProfilerStop这2个函数封装到两个信号处理函数中，给服务程序发信号SIGUSR1，就开始profile，给服务程序发信号SIGUSR2，就停止profile。这样我们可以随时对程序进行profiling，并获得数据。
代码如下：
1 #include 2 #include 3 #include 4 #include 5 #include 6 7 //SIGUSR1: start profiling 8 //SIGUSR2: stop profiling 9 10 static void gprof_callback(int signum)11 {12 if (signum == SIGUSR1) 13 {14 printf("Catch the signal ProfilerStart\n");15 ProfilerStart("bs.prof");16 } 17 else if (signum == SIGUSR2) 18 {19 printf("Catch the signal ProfilerStop\n");20 ProfilerStop();21 }22 }23 24 static void setup_signal()25 {26 struct sigaction profstat;27 profstat.sa_handler = gprof_callback;28 profstat.sa_flags = 0;29 sigemptyset(&profstat.sa_mask); 30 sigaddset(&profstat.sa_mask, SIGUSR1);31 sigaddset(&profstat.sa_mask, SIGUSR2);32 33 if ( sigaction(SIGUSR1, &profstat,NULL) < 0 ) 34 {35 fprintf(stderr, "Fail to connect signal SIGUSR1 with start profiling");36 }37 if ( sigaction(SIGUSR2, &profstat,NULL) < 0 ) 38 {39 fprintf(stderr, "Fail to connect signal SIGUSR2 with stop profiling");40 }41 }42 43 int loopop_callee()44 {45 int n=0;46 for(int i=0; i<10000; i++)47 {48 for(int j=0; j<10000; j++)49 {50 n |= i%100 + j/100;51 }52 }53 return n;54 }55 56 int loopop()57 {58 int n=0;59 while(1)60 {61 for(int i=0; i<10000; i++)62 {63 for(int j=0; j<10000; j++)64 {65 n |= i%100 + j/100;66 }67 }68 printf("result: %d\n", (loopop_callee)() );69 }70 return n;71 }72 73 int main(int argc,char** argv)74 {75 char program[1024]={0};76 //snprintf(program,1023,"%s_%d.prof",argv[0],getpid());77 setup_signal();78 printf("result: %d\n", (loopop)() );79 return 0;80 }
关注两个函数gprof_callback和setup_signal。
启动程序，可以采用kill -s SIGUSR1 5722和kill -s SIGUSR2 5722来开始采集和停止采集，5722是进程pid。
4、心得
最后，补充一点，要用google-perftool来分析程序，必须保证程序能正常退出。
采用kcachegrind查看函数之间依赖，并分析程序性能
它的主要功能就是通过采样的方式，给程序中cpu的使用情况进行“画像”，通过它所输出的结果，我们可以对程序中各个函数（得到函数之间的调用关系）耗时情况一目了然。在对程序做性能优化的时候，这个是很重要的，先把最耗时的若干个操作优化好，程序的整体性能提升应该十分明显，这也是做性能优化的一个最为基本的原则—先优化最耗时的。
1、怎么安装？
1、下载gperftools
Wgethttps://code.google.com/p/gperftools/downloads/detail?name=gperftools-2.0.tar.gz
2、tar –xzf gperftools-2.0.tar.gz
3、cd gperftools-2.0
4、./configure --prefix=/usr/local –enable-frame-pointers
5、make && make install
ps：编译时打开了 –enable-frame-pointers ，这要求被测试的程序在编译时要加上gcc编译选项，否则某些多线程程序可能会 core:CCFLAGS=-fno-omit-frame-pointer
ps：perftools对2.4内核的多线程支持不是很好，只能分析主线程，但是2.6内核解决了这个问题。
安装图形化分析工具kcachegrind：
kcachegrind用来分析产生的profiling文件，linux环境下使用。
kcachegrind install：sudoapt-getinstallkcachegrind
2、Google perftools怎么用的？
方法有三种：
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()andProfilerStop()
2、链接静态库：这种方式是最为常用的方式，后面会有详细的介绍。
方式：在代码link过程中添加参数 –lprofiler
For example：gcc […] -o helloworld –lprofiler
运行程序：env CPUPROFILE=./helloworld.prof ./helloworld
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、链接动态库：这种方式和静态库的方式差不多，但通常不推荐使用，除非使用者不想额外链一个静态库（因为链接静态库会增大binary的大小）的情况，可以考虑使用这种方式。
方式：运行时使用LD_PRELOAD，e.g.% env LD_PRELOAD="/usr/lib/libprofiler.so" （不推荐这种方式）。
Ps：env是linux下插入环境变量的shell命令
4、 查看收集数据结果
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。
Ps：在使用pprof之前需要先安装运行per15，如果要进行图标输出则需要安装dot，如果需要--gv模式的输出则需要安装gv。
调用pprof分析数据文件：
% pprof /bin/ls ls.prof
Enters "interactive" mode
% pprof --text /bin/ls ls.prof
Outputs one line per procedure
% pprof --gv /bin/ls ls.prof
Displays annotated call-graph via 'gv'
% pprof --gv --focus=Mutex /bin/ls ls.prof
Restricts to code paths including a .*Mutex.* entry
% pprof --gv --focus=Mutex --ignore=string /bin/ls ls.prof
Code paths including Mutex but not string
% pprof --list=getdir /bin/ls ls.prof
(Per-line) annotated source listing for getdir()
% pprof --disasm=getdir /bin/ls ls.prof
(Per-PC) annotated disassembly for getdir()
% pprof --text localhost:1234
Outputs one line per procedure for localhost:1234
% pprof --callgrind /bin/ls ls.prof
Outputs the call information in callgrind format
分析callgrind的输出：
使用kcachegrind工具来对.callgrind输出进行分析
e.g.% pprof --callgrind /bin/ls ls.prof > ls.callgrind
% kcachegrind ls.callgrind
3、举例分析
事例一：cpu_profiler_example.cpp，在代码中插入标签，可以针对某个函数进行特定的profile
代码如下：
关注两个函数：ProfilerStart()andProfilerStop()
Makefile：
-L 动态链接库地址，但是有可能程序执行的时候，找不到动态链接库，所以得
export LD_LIBRARY_PATH=LD_LIBRARY_PATH:"/home/work/alex/tools/gperftools/lib"
1）执行./cpu_profile_example
生成一个性能数据文件: cpu_profiler_example_29502.prof
Ps：当然指定性能数据文件生成的路径和文件名：
CPUPROFILE=/tmp/profile ./myprogram
将在/tmp目录下产生profile性能数据文件
2）分析性能数据
pprof -text cpu_profiler_example cpu_profiler_example_3875.prof
Text输出结果分析：
14 2.1% 17.2% 58 8.7% std::_Rb_tree::find
含义如下：
14：find函数花费了14个profiling samples
2.1%：find函数花费的profiling samples占总的profiling samples的比例
17.2%：到find函数为止，已经运行的函数占总的profiling samples的比例
58：find函数加上find函数里的被调用者总共花费的profiling samples
8.7%：find函数加上find函数里的被调用者总共花费的profiling samples占总的profiling samples的比例
std::_Rb_tree::find：表示profile的函数
ps：100 samples a second，所以得出的结果除以100，得秒单位
Ldd可以查看一个程序要链接那些动态库：
事例二：cpu_profiler_example.cpp，不需要在代码里添加任何标签，将profile所有的函数。
代码如下：
Makefile：
1）执行程序，生成性能数据文件
CPUPROFILE=/tmp/profile ./cpu_profiler_example
2）分析数据文件
1）pprof -text cpu_profiler_example profile
2）命令行交互模式
事例三：由于我们的程序有可能是服务程序，而服务程序不会自动执行完退出，如果以ctrl+c退出也不是正常的exit(0)的方式退出，而这会导致我们在profile的时候，收集到的数据不全甚至是空的，采用如下解决办法：
将ProfilerStart和ProfilerStop这2个函数封装到两个信号处理函数中，给服务程序发信号SIGUSR1，就开始profile，给服务程序发信号SIGUSR2，就停止profile。这样我们可以随时对程序进行profiling，并获得数据。
代码如下：
1 #include 2 #include 3 #include 4 #include 5 #include 6 7 //SIGUSR1: start profiling 8 //SIGUSR2: stop profiling 9 10 static void gprof_callback(int signum)11 {12 if (signum == SIGUSR1) 13 {14 printf("Catch the signal ProfilerStart\n");15 ProfilerStart("bs.prof");16 } 17 else if (signum == SIGUSR2) 18 {19 printf("Catch the signal ProfilerStop\n");20 ProfilerStop();21 }22 }23 24 static void setup_signal()25 {26 struct sigaction profstat;27 profstat.sa_handler = gprof_callback;28 profstat.sa_flags = 0;29 sigemptyset(&profstat.sa_mask); 30 sigaddset(&profstat.sa_mask, SIGUSR1);31 sigaddset(&profstat.sa_mask, SIGUSR2);32 33 if ( sigaction(SIGUSR1, &profstat,NULL) < 0 ) 34 {35 fprintf(stderr, "Fail to connect signal SIGUSR1 with start profiling");36 }37 if ( sigaction(SIGUSR2, &profstat,NULL) < 0 ) 38 {39 fprintf(stderr, "Fail to connect signal SIGUSR2 with stop profiling");40 }41 }42 43 int loopop_callee()44 {45 int n=0;46 for(int i=0; i<10000; i++)47 {48 for(int j=0; j<10000; j++)49 {50 n |= i%100 + j/100;51 }52 }53 return n;54 }55 56 int loopop()57 {58 int n=0;59 while(1)60 {61 for(int i=0; i<10000; i++)62 {63 for(int j=0; j<10000; j++)64 {65 n |= i%100 + j/100;66 }67 }68 printf("result: %d\n", (loopop_callee)() );69 }70 return n;71 }72 73 int main(int argc,char** argv)74 {75 char program[1024]={0};76 //snprintf(program,1023,"%s_%d.prof",argv[0],getpid());77 setup_signal();78 printf("result: %d\n", (loopop)() );79 return 0;80 }
关注两个函数gprof_callback和setup_signal。
启动程序，可以采用kill -s SIGUSR1 5722和kill -s SIGUSR2 5722来开始采集和停止采集，5722是进程pid。
4、心得
最后，补充一点，要用google-perftool来分析程序，必须保证程序能正常退出。
采用kcachegrind查看函数之间依赖，并分析程序性能
综上所述，以上就是关于cpu性能分析程序Googleperftools安装使用相信介绍的全部内容了，字数约19758字，希望能够解决你的困惑。豪仕知识网往后会继续推荐cpu性能分析程序Googleperftools安装使用相信介绍相关内容。
相关文章
-
如何解除dnf的安全模式/如何解除dnf的安全模式设置
方法一：官方解决方法1、QQ令牌：可在QQ卡售卖点购买，根据令牌上显示的随机的6位密码登录游戏官网进行解除认证。2、手机令牌：免费的捆绑在手机的小软件 和QQ令。...
2024-01-07 16:32:10 模式安全dnf -
cpu性能分析程序Googleperftools安装使用相信介绍/cup google
它的主要功能就是通过采样的方式，给程序中cpu的使用情况进行“画像”，通过它所输出的结果，我们可以对程序中各个函数（得到函数之间的调用关系）耗时情况一目了然。在。...
2024-01-07 16:31:52 性能程序cpu -
曹操天赋怎么点/曹操天赋怎么点让他跑得最快
点击机动和骑兵，主点骑兵。曹操能够为部队提供很高的伤害，并且不光输出高，还可以进行控制，三级等配合觉醒技能，还可以提供减速10%和减攻40%，普工号可以回怒增血。...
2024-01-07 16:31:50 天赋让他跑得 -
华硕笔记本键盘失灵怎么办_华硕笔记本键盘全部失灵怎么办
打开电脑，桌面点击“我的电脑”点击“我的电脑”进入后选择C盘，点击进入找到文件夹“eSupport&。...
2024-01-07 16:31:47 键盘华硕笔记本 -
梭哈怎么玩/扑克牌梭哈游戏规则:梭哈怎么玩
游戏人数可为2―5人，梭哈以五张牌的排列组合、点数和花色大小决定胜负。游戏开始时，每名玩家会获发一张底牌，此牌为暗牌；当派发第二张牌后，便由牌面大者决定下注额。...
2024-01-07 16:31:44 梭哈扑克牌游戏规则 -
win8系统怎样关机-win8.1如何关机
首先把鼠标移置桌面的右侧，弹出菜单并点击设置图标。再点击电源，就会弹出关机选项了。右键左下角的开始图标，也可以关机或注销。还有就是按“Alt+F4&。...
2024-01-07 16:31:43 系统 -
丰巢快递柜超过多久要收费,南京丰巢快递柜超过多久要收费
12小时。丰巢快递柜是由顺丰、申通、中通、韵达和普洛斯五家物流公司共同投资创立的，用来解决快递末端难的问题，不过丰巢快递柜里面的快递超过12个小时就会开始收费。...
2024-01-07 14:28:12 快递多久南京 -
电脑怎么设置启动项|电脑怎么设置启动项顺序
方法一1、【WIN】+【R】键打开运行窗口，输入【msconfig】，确定2、弹出的系统配置编辑器里选择【有选择的启动】选择【加载系统服务】然后再点击上方的【启。...
2024-01-07 14:28:09 启动项电脑 -
Mac系统中安装Tomcat开源套件/mac 开源软件
Tomcat是一套开源软件，它由Apache Software Foundation(ASF)开发，用于实现Java Servlet和JavaServer Pa。...
2024-01-07 14:28:07 开源套件系统 -
s10lpl四个名额是谁-s10lpl为什么四个名额
TES、JDG、SN和LGD。S10全球总决赛LPL的四个名额分别是一号种子TES、二号种子JDG、三号种子SN和四号种子LGD。TES是夺得2020LPL夏季。...
2024-01-07 14:28:04 名额s10lpl
