LINUX性能监测工具-02-侵入式
1.介绍
侵入式的性能检测工具，顾名思义即需要修改代码才能使用。
在商业领域有OProf，由于是收费的，因此应用并不广泛，我本人也没用过，因此不再介绍。
在开源领域有gprof（g for GNU），gcc编译器自带了该工具。虽说不用显式的修改源代码（编译时添加-pg选项即可），但编译出来的程序不能直接用于生产运行，因此也算是侵入式的。
gprof虽然是免费的，还有GNU官方背书，但有几个致命缺陷：一是不支持多线程应用，只能分析主线程性能；二是不支持跟踪动态库中的函数调用情况。
今天给大家介绍一个g开头的性能分析工具-google performance tools，功能完备，支持多线程下的性能分析，工具链也比较完善，能生成火焰图等直观炫酷的结果展示形式。
2.安装
在Redhat下使用如下命令安装(包含火焰图等图形生成工具)：
yum install gperftools
yum install pprof
yum install graphviz
git clone https://github.com/brendangregg/FlameGraph.git在Ubuntu下使用如下命令安装：
apt-get install google-perftools
git clone https://github.com/gperftools/gperftools.git
apt-get install libgoogle-perftools-dev
git clone https://github.com/brendangregg/FlameGraph.git3.使用
a) 源码及编译
在源代码中应该包含如下几个要素：
- 包含头文件：gperftools/profiler.h
- 准备开始搜集性能数据时，调用：ProfilerStart(“gperf_capture.prof”)（参数是保存性能数据的文件路径）
- 如果需要分析线程的性能数据，在需要分析的线程中调用：ProfilerRegisterThread()
- 结束分析时，调用ProfilerStop()（注意，用户只有调用了该接口，性能数据文件中才会有数据，程序正常或异常退出时，性能数据文件中不会自动写入数据）
下面展示了一个简单的例子：
#include <gperftools/profiler.h>
#include <pthread.h>
// g++ -o gperf_test gperf_test.cpp -lpthread -lprofiler
void* thread_func_1(void* p_arg)
{
ProfilerRegisterThread();
long loop = 4000000000;
while(loop--)
;
return NULL;
}
void* thread_func_2(void* p_arg)
{
ProfilerRegisterThread();
long loop = 4000000000;
while(loop--)
;
return NULL;
}
int main()
{
ProfilerStart("gperf_capture.prof");
pthread_t thr_id_1, thr_id_2;
pthread_create(&thr_id_1, NULL, thread_func_1, NULL);
pthread_create(&thr_id_2, NULL, thread_func_2, NULL);
pthread_join(thr_id_1, NULL);
pthread_join(thr_id_2, NULL);
ProfilerStop();
return 0;
}
我们启动了两个线程，在每个线程中各跑一个空循环，循环结束后退出。
注意：编译的时候，要加上-lprofiler选项。
b) 运行生成性能分析文件
添加-lprofiler编译链接生成程序后，还需要实际运行一次，才能生成性能数据文件。
c) 图形化展示
使用pprof脚本，可以基于上面生成的性能数据文件生成图形文件：
./gperftools/src/pprof ./gperf_test gperf_capture.prof --svg >func_call.svg
注意：Redhat系统下，调用pprof不用那么麻烦，直接pprof就行
生成的图形效果如下：
可以看到，两个线程各占了大约一半的执行时间。
除了上面的这种函数调用图外，还能用FlameGraph工具生成炫酷的火焰图：
风格1：
./gperftools/src/pprof ./gperf_test gperf_capture.prof --collapsed > func_call.cbt
./FlameGraph/flamegraph.pl func_call.cbt > flame_1.svg效果如下：
风格2：
./gperftools/src/pprof ./gperf_test gperf_capture.prof --collapsed > func_call.cbt
./FlameGraph/flamegraph.pl --invert --color aqua func_call.cbt > flame_2.svg效果如下：
区别是展示调用栈的方向不同。
注意：将上述svg图形用浏览器打开，鼠标移动到对应的函数时，屏幕会显示关于该函数的全部信息。
由于我们的例子程序太过简单，因此展示的效果不太震撼，给大家看看其他的几个例子：
