|
从2.6.31内核开始，linux内核自带了一个性能分析工具perf，能够进行函数级与指令级的热点查找。perfPerformance analysis tools for Linux.Performance counters for Linux are a new kernel-based subsystem that provide a framework for all thingsperformance analysis. It covers hardware level (CPU/PMU, Performance Monitoring Unit) features andsoftware features (software counters, tracepoints) as well.Perf是内置于Linux内核源码树中的性能剖析(profiling)工具。它基于事件采样原理，以性能事件为基础，支持针对处理器相关性能指标与操作系统相关性能指标的性能剖析。常用于性能瓶颈的查找与热点代码的定位。CPU周期(cpu-cycles)是默认的性能事件，所谓的CPU周期是指CPU所能识别的最小时间单元，通常为亿分之几秒，是CPU执行最简单的指令时所需要的时间，例如读取寄存器中的内容，也叫做clock tick。Perf是一个包含22种子工具的工具集，以下是最常用的5种：perf-listperf-statperf-topperf-recordperf-reportperf-listPerf-list用来查看perf所支持的性能事件，有软件的也有硬件的。List all symbolic event types.perf list [hw | sw | cache | tracepoint | event_glob](1) 性能事件的分布hw：Hardware event，9个sw：Software event，9个cache：Hardware cache event，26个tracepoint：Tracepoint event，775个sw实际上是内核的计数器，与硬件无关。hw和cache是CPU架构相关的，依赖于具体硬件。tracepoint是基于内核的ftrace，主线2.6.3x以上的内核版本才支持。(2) 指定性能事件(以它的属性)-e <event> : u // userspace-e <event> : k // kernel-e <event> : h // hypervisor-e <event> : G // guest counting (in KVM guests)-e <event> : H // host counting (not in KVM guests)(3) 使用例子显示内核和模块中，消耗最多CPU周期的函数：# perf top -e cycles:k显示分配高速缓存最多的函数：# perf top -e kmem:kmem_cache_allocperf-top对于一个指定的性能事件(默认是CPU周期)，显示消耗最多的函数或指令。System profiling tool.Generates and displays a performance counter profile in real time.perf top [-e <EVENT> | --event=EVENT] [<options>]perf top主要用于实时分析各个函数在某个性能事件上的热度，能够快速的定位热点函数，包括应用程序函数、模块函数与内核函数，甚至能够定位到热点指令。默认的性能事件为cpu cycles。(1) 输出格式# perf top[plain] view plain copy Samples: 1M of event 'cycles', Event count (approx.): 738913914905.44% perf [.] 0x00000000000232564.86% [kernel] [k] _spin_lock2.43% [kernel] [k] _spin_lock_bh2.29% [kernel] [k] _spin_lock_irqsave1.77% [kernel] [k] __d_lookup1.55% libc-2.12.so [.] __strcmp_sse421.43% nginx [.] ngx_vslprintf1.37% [kernel] [k] tcp_poll第一列：符号引发的性能事件的比例，默认指占用的cpu周期比例。第二列：符号所在的DSO(Dynamic Shared Object)，可以是应用程序、内核、动态链接库、模块。第三列：DSO的类型。[.]表示此符号属于用户态的ELF文件，包括可执行文件与动态链接库)。[k]表述此符号属于内核或模块。第四列：符号名。有些符号不能解析为函数名，只能用地址表示。(2) 常用交互命令h：显示帮助UP/DOWN/PGUP/PGDN/SPACE：上下和翻页。a：annotate current symbol，注解当前符号。能够给出汇编语言的注解，给出各条指令的采样率。d：过滤掉所有不属于此DSO的符号。非常方便查看同一类别的符号。P：将当前信息保存到perf.hist.N中。(3) 常用命令行参数-e <event>：指明要分析的性能事件。-p <pid>：Profile events on existing Process ID (comma sperated list). 仅分析目标进程及其创建的线程。-k <path>：Path to vmlinux. Required for annotation functionality. 带符号表的内核映像所在的路径。-K：不显示属于内核或模块的符号。-U：不显示属于用户态程序的符号。-d <n>：界面的刷新周期，默认为2s，因为perf top默认每2s从mmap的内存区域读取一次性能数据。-G：得到函数的调用关系图。perf top -G [fractal]，路径概率为相对值，加起来为100%，调用顺序为从下往上。perf top -G graph，路径概率为绝对值，加起来为该函数的热度。(4) 使用例子# perf top // 默认配置# perf top -G // 得到调用关系图# perf top -e cycles // 指定性能事件# perf top -p 23015,32476 // 查看这两个进程的cpu cycles使用情况# perf top -s comm,pid,symbol // 显示调用symbol的进程名和进程号# perf top --comms nginx,top // 仅显示属于指定进程的符号# perf top --symbols kfree // 仅显示指定的符号perf-stat用于分析指定程序的性能概况。Run a command and gather performance counter statistics.perf stat [-e <EVENT> | --event=EVENT] [-a] <command>perf stat [-e <EVENT> | --event=EVENT] [-a] - <command> [<options>](1) 输出格式# perf stat ls[plain] view plain copy Performance counter stats for 'ls':0.653782 task-clock # 0.691 CPUs utilized0 context-switches # 0.000 K/sec0 CPU-migrations # 0.000 K/sec247 page-faults # 0.378 M/sec1,625,426 cycles # 2.486 GHz1,050,293 stalled-cycles-frontend # 64.62% frontend cycles idle838,781 stalled-cycles-backend # 51.60% backend cycles idle1,055,735 instructions # 0.65 insns per cycle# 0.99 stalled cycles per insn210,587 branches # 322.106 M/sec10,809 branch-misses # 5.13% of all branches0.000945883 seconds time elapsed输出包括ls的执行时间，以及10个性能事件的统计。task-clock：任务真正占用的处理器时间，单位为ms。CPUs utilized = task-clock / time elapsed，CPU的占用率。context-switches：上下文的切换次数。CPU-migrations：处理器迁移次数。Linux为了维持多个处理器的负载均衡，在特定条件下会将某个任务从一个CPU迁移到另一个CPU。page-faults：缺页异常的次数。当应用程序请求的页面尚未建立、请求的页面不在内存中，或者请求的页面虽然在内存中，但物理地址和虚拟地址的映射关系尚未建立时，都会触发一次缺页异常。另外TLB不命中，页面访问权限不匹配等情况也会触发缺页异常。cycles：消耗的处理器周期数。如果把被ls使用的cpu cycles看成是一个处理器的，那么它的主频为2.486GHz。可以用cycles / task-clock算出。stalled-cycles-frontend：略过。stalled-cycles-backend：略过。instructions：执行了多少条指令。IPC为平均每个cpu cycle执行了多少条指令。branches：遇到的分支指令数。branch-misses是预测错误的分支指令数。(2) 常用参数-p：stat events on existing process id (comma separated list). 仅分析目标进程及其创建的线程。-a：system-wide collection from all CPUs. 从所有CPU上收集性能数据。-r：repeat command and print average + stddev (max: 100). 重复执行命令求平均。-C：Count only on the list of CPUs provided (comma separated list), 从指定CPU上收集性能数据。-v：be more verbose (show counter open errors, etc), 显示更多性能数据。-n：null run - don't start any counters，只显示任务的执行时间 。-x SEP：指定输出列的分隔符。-o file：指定输出文件，--append指定追加模式。--pre <cmd>：执行目标程序前先执行的程序。--post <cmd>：执行目标程序后再执行的程序。(3) 使用例子执行10次程序，给出标准偏差与期望的比值：# perf stat -r 10 ls > /dev/null显示更详细的信息：# perf stat -v ls > /dev/null只显示任务执行时间，不显示性能计数器：# perf stat -n ls > /dev/null单独给出每个CPU上的信息：# perf stat -a -A ls > /dev/nullls命令执行了多少次系统调用：# perf stat -e syscalls:sys_enter lsperf-record收集采样信息，并将其记录在数据文件中。随后可以通过其它工具(perf-report)对数据文件进行分析，结果类似于perf-top的。Run a command and record its profile into perf.data.This command runs a command and gathers a performance counter profile from it, into perf.data,without displaying anything. This file can then be inspected later on, using perf report.(1) 常用参数-e：Select the PMU event.-a：System-wide collection from all CPUs.-p：Record events on existing process ID (comma separated list).-A：Append to the output file to do incremental profiling.-f：Overwrite existing data file.-o：Output file name.-g：Do call-graph (stack chain/backtrace) recording.-C：Collect samples only on the list of CPUs provided.(2) 使用例子记录nginx进程的性能数据：# perf record -p `pgrep -d ',' nginx`记录执行ls时的性能数据：# perf record ls -g记录执行ls时的系统调用，可以知道哪些系统调用最频繁：# perf record -e syscalls:sys_enter lsperf-report读取perf record创建的数据文件，并给出热点分析结果。Read perf.data (created by perf record) and display the profile.This command displays the performance counter profile information recorded via perf record.(1) 常用参数-i：Input file name. (default: perf.data)(2) 使用例子# perf report -i perf.data.2More除了以上5个常用工具外，还有一些适用于较特殊场景的工具， 比如内核锁、slab分配器、调度器，也支持自定义探测点。perf-lock内核锁的性能分析。Analyze lock events.perf lock {record | report | script | info}需要编译选项的支持：CONFIG_LOCKDEP、CONFIG_LOCK_STAT。CONFIG_LOCKDEP defines acquired and release events.CONFIG_LOCK_STAT defines contended and acquired lock events.(1) 常用选项-i <file>：输入文件-k <value>：sorting key，默认为acquired，还可以按contended、wait_total、wait_max和wait_min来排序。(2) 使用例子# perf lock record ls // 记录# perf lock report // 报告(3) 输出格式[plain] view plain copy Name acquired contended total wait (ns) max wait (ns) min wait (ns)&mm->page_table_... 382 0 0 0 0&mm->page_table_... 72 0 0 0 0&fs->lock 64 0 0 0 0dcache_lock 62 0 0 0 0vfsmount_lock 43 0 0 0 0&newf->file_lock... 41 0 0 0 0Name：内核锁的名字。aquired：该锁被直接获得的次数，因为没有其它内核路径占用该锁，此时不用等待。contended：该锁等待后获得的次数，此时被其它内核路径占用，需要等待。total wait：为了获得该锁，总共的等待时间。max wait：为了获得该锁，最大的等待时间。min wait：为了获得该锁，最小的等待时间。最后还有一个Summary：[plain] view plain copy === output for debug===bad: 10, total: 246bad rate: 4.065041 %histogram of events caused bad sequenceacquire: 0acquired: 0contended: 0release: 10perf-kmemslab分配器的性能分析。Tool to trace/measure kernel memory(slab) properties.perf kmem {record | stat} [<options>](1) 常用选项--i <file>：输入文件--caller：show per-callsite statistics，显示内核中调用kmalloc和kfree的地方。--alloc：show per-allocation statistics，显示分配的内存地址。-l <num>：print n lines only，只显示num行。-s <key[,key2...]>：sort the output (default: frag,hit,bytes)(2) 使用例子# perf kmem record ls // 记录# perf kmem stat --caller --alloc -l 20 // 报告(3) 输出格式[plain] view plain copy ------------------------------------------------------------------------------------------------------Callsite | Total_alloc/Per | Total_req/Per | Hit | Ping-pong | Frag------------------------------------------------------------------------------------------------------perf_event_mmap+ec | 311296/8192 | 155952/4104 | 38 | 0 | 49.902%proc_reg_open+41 | 64/64 | 40/40 | 1 | 0 | 37.500%__kmalloc_node+4d | 1024/1024 | 664/664 | 1 | 0 | 35.156%ext3_readdir+5bd | 64/64 | 48/48 | 1 | 0 | 25.000%load_elf_binary+8ec | 512/512 | 392/392 | 1 | 0 | 23.438%Callsite：内核代码中调用kmalloc和kfree的地方。Total_alloc/Per：总共分配的内存大小，平均每次分配的内存大小。Total_req/Per：总共请求的内存大小，平均每次请求的内存大小。Hit：调用的次数。Ping-pong：kmalloc和kfree不被同一个CPU执行时的次数，这会导致cache效率降低。Frag：碎片所占的百分比，碎片 = 分配的内存 - 请求的内存，这部分是浪费的。有使用--alloc选项，还会看到Alloc Ptr，即所分配内存的地址。最后还有一个Summary：[plain] view plain copy SUMMARY=======Total bytes requested: 290544Total bytes allocated: 447016Total bytes wasted on internal fragmentation: 156472Internal fragmentation: 35.003669%Cross CPU allocations: 2/509probe-sched调度模块分析。trace/measure scheduler properties (latencies)perf sched {record | latency | map | replay | script}(1) 使用例子# perf sched record sleep 10 // perf sched record <command># perf report latency --sort max(2) 输出格式[plain] view plain copy ---------------------------------------------------------------------------------------------------------------Task | Runtime ms | Switches | Average delay ms | Maximum delay ms | Maximum delay at |---------------------------------------------------------------------------------------------------------------events/10:61 | 0.655 ms | 10 | avg: 0.045 ms | max: 0.161 ms | max at: 9804.958730 ssleep:11156 | 2.263 ms | 4 | avg: 0.052 ms | max: 0.118 ms | max at: 9804.865552 sedac-poller:1125 | 0.598 ms | 10 | avg: 0.042 ms | max: 0.113 ms | max at: 9804.958698 sevents/2:53 | 0.676 ms | 10 | avg: 0.037 ms | max: 0.102 ms | max at: 9814.751605 sperf:11155 | 2.109 ms | 1 | avg: 0.068 ms | max: 0.068 ms | max at: 9814.867918 sTASK：进程名和pid。Runtime：实际的运行时间。Switches：进程切换的次数。Average delay：平均的调度延迟。Maximum delay：最大的调度延迟。Maximum delay at：最大调度延迟发生的时刻。perf-probe可以自定义探测点。Define new dynamic tracepoints.使用例子(1) Display which lines in schedule() can be probed# perf probe --line schedule前面有行号的可以探测，没有行号的就不行了。(2) Add a probe on schedule() function 12th line.# perf probe -a schedule:12在schedule函数的12处增加一个探测点。
(以上内容不代表本站观点。) --------------------------------- |
本網站是"非商業"(non-commercial)。
