最近線上運行的程序出現(xiàn)性能問題，但通過分析程序源代碼（Code Review），并找不到導致問題的根本原因。所以，只能借助強大的性能分析工具 perf 來找出問題所在。

perf 工具的功能非常強大，但本文并不是介紹 perf 工具的使用，而是介紹 perf 的實現(xiàn)原理。介紹 perf 使用的文章多如牛毛，但介紹 perf 原理和實現(xiàn)的卻鳳毛麟角。

但正因為 perf 功能非常強大，所以其實現(xiàn)也是非常復雜的。本文只介紹其中的一個功能：分析進程中的函數調用頻率。

接下來，我們先介紹怎么使用 perf 來分析進程中的函數調用頻率。

使用 perf 分析程序性能瓶頸

在介紹 perf 的實現(xiàn)之前，我們先使用 perf 分析一個簡單的程序，此程序代碼如下：

// sample.c

void workload1()
{
    int i, c = 0;

    for (i = 0; i < 100000000; i++) {
        c += i * i;
        c -= i * 100;
        c += i * i * i / 100;
    }
}

void workload2()
{
    int i, c = 0;

    for (i = 0; i < 200000000; i++) {
        c += i * i;
        c -= i * 100;
        c += i * i * i / 100;
    }
}

int main(int argc, char *argv[])
{
    workload1();
    workload2();
    return 0;
}

上面的程序很簡單，我們創(chuàng)建兩個函數：workload1? 和 workload2?。從代碼可以看出，workload2? 的負載是 workload1 的2倍。

現(xiàn)在我們使用 perf 來分析這個程序的性能瓶頸在哪里。

首先我們將程序編譯成可執(zhí)行文件，編譯時記得加上-g 參數，這樣 perf 才能獲取到函數名。

$ gcc sample.c -g -o sample

使用 perf 的record 命令來記錄程序的運行情況。

$ sudo perf record -g ./sample sleep 10

運行上面的命令后，將會生成一個 perf.data 的文件，此文件記錄了 sample 程序運行時的采樣數據。

使用 perf 的report 命令分析程序的運行情況。

$ perf report -g

結果如下圖所示：

從上圖可以看出，函數 workload2（65%）的負載大概是函數 workload1（35%）的 2 倍，與我們的代碼基本一致。

perf 實現(xiàn)原理

通過上面的例子，我們大概知道怎么使用 perf 來分析程序的性能瓶頸。接下來，我們將會介紹 perf 的內部實現(xiàn)原理。

來思考一下，如果讓我們來設計一個統(tǒng)計程序中各個函數占用 CPU 時間的方案，應該如何設計？最簡單的方案就是：在各個函數的開始記錄當前時間，然后在函數執(zhí)行結束后，使用當前時間減去函數開始執(zhí)行時的時間，得到函數的執(zhí)行時間總時長。如下偽代碼：

void func1()
{
    ...
}

void func2()
{
    ...
}

int main(int argc, char *argv[])
{
    int start_time, total_time;
  
    start_time = now();
    func1();
    total_time = now() - start_time;
    printf("func1() spent %d\n", total_time);

    start_time = now();
    func2();
    total_time = now() - start_time;
    printf("func2() spent %d\n", total_time);
}

雖然上述方式可以統(tǒng)計程序中各個函數的耗時情況，但卻存在很多問題：

• 代碼入侵度高。由于要對每個函數進行耗時記錄，所以必須在調用函數前和調用函數后加入統(tǒng)計代碼。
• 統(tǒng)計函數耗時，并不能反映該函數的真實 CPU 使用率。比如函數內部調用了導致進程休眠的系統(tǒng)調用（如sleep），這時函數實際上是不使用CPU的，但函數的耗時卻統(tǒng)計了休眠的時間。
• 對性能影響較大。由于程序中所有函數都加入統(tǒng)計代碼，所以對性能的影響是非常大的。

所以我們需要一個系統(tǒng)，它能夠避免上述問題：

• 零代碼入侵。
• 能夠真實反映函數的 CPU 使用率。
• 對性能影響較小。

perf 就是為了解決上述問題而生的，我們先來介紹一下 perf 的原理。

采樣

為了減小對程序性能的影響，perf 并不會在每個函數加入統(tǒng)計代碼，取而代之的統(tǒng)計方式是：采樣。

采樣的原理是：設置一個定時器，當定時器觸發(fā)時，查看當前進程正在執(zhí)行的函數，然后記錄下來。如下圖所示：

如上圖所示，每個 cpu-clock? 是一個定時器的觸發(fā)點。在 6 次定時器觸發(fā)點中，函數 func1? 被命中了 3 次，函數 func2? 被命中了 1 次，函數 func3 被命中了 2 次。所以，我們可以推測出，函數 func1 的 CPU 使用率最高。

排序

如果程序有成千上萬的函數，那么采樣出來的數據可能非常多，這個時候就需要對采樣的數據進行排序。

為了對采樣數據進行排序，perf 使用紅黑樹這種數據結構，如下圖所示：

如上圖所示，在 perf 采樣的數據中，有 7 個函數被統(tǒng)計了命中次數，perf 使用采樣到的數據構建一棵紅黑樹。

根據紅黑樹的特性，最右邊的節(jié)點就是被命中最多的函數，這樣就能把程序中 CPU 使用率最高的函數找出來。

總結

由于 perf 的功能非常強大，所以本文也只介紹了 perf 其中一種功能：統(tǒng)計函數的 CPU 使用率。

在下一篇文章中，我們將會介紹 perf 的代碼實現(xiàn)。Linux 的創(chuàng)始人 Linus 曾經說過：Read the f**king source code，要真正理解一個系統(tǒng)，只能通過閱讀其源碼。