perf(1)

最新推荐文章于 2024-06-10 00:38:23 发布

laurence-star

最新推荐文章于 2024-06-10 00:38:23 发布

阅读量387

点赞数

分类专栏： Linux实时性系统分析与设计

Linux实时性同时被 2 个专栏收录

5 篇文章 0 订阅

订阅专栏

系统分析与设计

1 篇文章 0 订阅

订阅专栏

perf list

#List of pre-defined events (to be used in -e):

branch-instructions OR branches [Hardware event]
branch-misses [Hardware event]
bus-cycles [Hardware event]
cache-misses [Hardware event]
cache-references [Hardware event]
cpu-cycles OR cycles [Hardware event]
instructions [Hardware event]
ref-cycles [Hardware event]
stalled-cycles-backend OR idle-cycles-backend [Hardware event]
stalled-cycles-frontend OR idle-cycles-frontend [Hardware event]

alignment-faults [Software event]
context-switches OR cs [Software event]
cpu-clock [Software event]
cpu-migrations OR migrations [Software event]
dummy [Software event]
emulation-faults [Software event]
major-faults [Software event]
minor-faults [Software event]
page-faults OR faults [Software event]
task-clock [Software event]
…

perf stat

[t3.c]
#include <stdio.h>
#include <stdlib.h>

static long long k=0;
void foo()
{
int i=0;
for(i=0; i< 10; i++)
k++;
}
int main(void)
{
int i=0;

for(i = 0; i< 10000000; i++)
foo();

printf(“test: %d X 10 = 0x%llX\n”,i,k);
return 0;
}
//perf stat ./t3
test: 10000000 X 10 = 0x5F5E100

Performance counter stats for ‘./t3’:

    208.832988      task-clock (msec)         #    0.995 CPUs utilized          
            10      context-switches          #    0.048 K/sec                  
             4      cpu-migrations            #    0.019 K/sec                  
           135      page-faults               #    0.646 K/sec                  
   686,159,616      cycles                    #    3.286 GHz                      (83.37%)
   465,345,885      stalled-cycles-frontend   #   67.82% frontend cycles idle     (83.34%)
     5,075,975      stalled-cycles-backend    #    0.74% backend  cycles idle     (66.58%)
   741,052,737      instructions              #    1.08  insns per cycle        
                                              #    0.63  stalled cycles per insn  (83.29%)
   150,226,307      branches                  #  719.361 M/sec                    (83.49%)
         6,899      branch-misses             #    0.00% of all branches          (83.26%)

   0.209865277 seconds time elapsed

修改foo()的循环变量，总的循环次数不变，但是结果不同，实际上定义全局变量和局部变量，使用常量和参数传递循环变量最终的结果都相差挺大，可以试试。
[t3.c]
#include <stdio.h>
#include <stdlib.h>

static long long k=0;
void foo()
{
int i=0;
for(i=0; i< 50; i++)
k++;
}
int main(void)
{
int i=0;

for(i = 0; i< 2000000; i++)
foo();

printf(“test: %d X 50 = 0x%llX\n”,i,k);
return 0;
}
//perf stat ./t3
test: 2000000 X 50 = 0x5F5E100

Performance counter stats for ‘./t3’:

    250.861716      task-clock (msec)         #    0.998 CPUs utilized          
             6      context-switches          #    0.024 K/sec                  
             7      cpu-migrations            #    0.028 K/sec                  
           135      page-faults               #    0.538 K/sec                  
   824,234,079      cycles                    #    3.286 GHz                      (83.28%)
   594,377,812      stalled-cycles-frontend   #   72.11% frontend cycles idle     (83.29%)
    37,475,480      stalled-cycles-backend    #    4.55% backend  cycles idle     (66.55%)
   629,436,534      instructions              #    0.76  insns per cycle        
                                              #    0.94  stalled cycles per insn  (83.28%)
   110,302,090      branches                  #  439.693 M/sec                    (83.62%)
     1,983,020      branch-misses             #    1.80% of all branches          (83.27%)

   0.251378686 seconds time elapsed



task-clock：用于执行程序的CPU时间，单位是ms(毫秒)。第二列中的CPU utillized则是指这个进程在运行perf的这段时间内的CPU利用率，该数值是由task-clock除以最后一行的time elapsed(也就是wall time，真实时间，单位为秒，下面的M/sec等数值都是除以这个数得到的)再除以1000得出的。

context-switches：程序在运行过程中发生的上下文切换次数。这个指标值大家都很熟悉，就不细说了。

cpu-migrations：程序在运行过程中发生的CPU迁移次数，即被调度器从一个CPU转移到另外一个CPU上运行。

    这里要注意下CPU迁移和上下文切换的不同之处：发生上下文切换时不一定会发生CPU迁移，而发生CPU迁移时肯定会发生上下文切换。发生上下文切换时有可能只是把上下文从当前CPU中换出，下一次调度器还是将进程安排在这个CPU上执行。

page-faults：缺页。指当内存访问时先根据进程虚拟地址空间中的虚拟地址通过MMU查找该内存页在物理内存的映射，没有找到该映射，则发生缺页，然后通过CPU中断调用处理函数，从物理内存中读取。见下图所示的例子(MMU，Memory Management Unit，是CPU中负责将负责虚拟地址映射为物理地址的单元)：

cycles：CPU时钟周期。CPU从它的指令集(instruction set)中选择指令执行。一个指令包含以下的步骤，每个步骤由CPU的一个叫做功能单元(functional unit)的组件来进行处理，每个步骤的执行都至少需要花费一个时钟周期。
指令读取(instruction fetch)
指令解码(instruction decode)
执行(execute)
内存访问(memory access)

寄存器回写(register write-back)

    第二列中的 3.286G Hz这个值不是固定的，猜测(需要再查下资料)可能是在这段时间内的时钟频率(CPU时钟频率也可以由内核发起请求修改，或者由处理器自己动态调整。如内核空闲线程(kernel idle thread)可以请求CPU降低频率来节省能源)。

stalled-cycles：字面意义是停滞周期，先介绍下instruction pipeline(姑且翻译为指令管道)：指令管道是一种可以并行执行多个指令的CPU架构，通过同时执行不同的指令的不同组合实现。这类似于工厂的组装线，产品的不同阶段可以并行执行以提高吞吐量。考虑前面提到的指令步骤，如果每个步骤需要一个时钟周期，该指令则需要五个时钟周期来完成执行。在这个指令的每个单独的步骤中，只有一个功能单元是运行的，而其他四个是空闲的。通过使用指令管道，多个功能单元可以在同一时间运行，在管道中处理不同的指令。在理想状态下，处理器可以在一个时钟周期中完成一个指令。而stalled-cycles，则是指令管道未能按理想状态发挥并行作用，发生停滞的时钟周期。stalled-cycles-frontend指指令读取或解码的指令步骤，而stalled-cycles-backend则是指令执行步骤。第二列中的cycles idle其实意思跟stalled是一样的，由于指令执行停滞了，所以指令管道也就空闲了，千万不要误解为CPU的空闲率。这个数值是由stalled-cycles-frontend或stalled-cycles-backend除以上面的cycles得出的。

instructions：该进程在这段时间内完成的CPU指令，之前在cycles已介绍过了。这是整个perf stat命令输出中最重要的指标值。第二列中的insns per cycle，简称IPC，表示一个时钟周期内能完成多少个CPU指令。该值越高，表示CPU的性能越好。第二行的stalled cycles per insn，表示完成每个指令，有多少个时钟周期是被停滞的，这个值越小，表示CPU的性能越好。该值是由stalled-cycles-frontend除以instructions得到的。

    为何不用stalled-cycles-backend来除，或两个stalled-cycles加起来再除，个人估计是stalled-cycles-frontend停滞了，肯定stalled-cycles-backend也会停滞，因此可预见前者的值肯定会比后者要大(跑了几次验证确实如此)，因此后者是受前者影响的，用前者来除比较靠谱。

branches：这段时间内发生分支预测的次数。现代的CPU都有分支预测方面的优化。分支预测有什么好处请见stackoverflow上的这个帖子。

branches-misses：这段时间内分支预测失败的次数，这个值越小越好。

L1-dcache-loads：一级数据缓存读取次数。

L1-dcache-load-missed：一级数据缓存读取失败次数。

LLC-loads：last level cache读取次数。

LLC-load-misses：last level cache读取失败次数。

要理解CPU缓存是什么，需要先了解下CPU的缓存架构，如下图：1. level-1 data cache：一级数据缓存(I $) 2 . l e v e l - 1 i n s t c a c h e ：一级指令缓存 (D$ )
3. MMU：内存管理单元
4. TLB：转换后援缓存(translation lookaside buffer)
5. level-2 cache：二级缓存(E$)
6. level-3 cache：三级缓存
处理器读取数据过程如下面两个图：

    CPU根据虚拟地址尝试从一级缓存(存放的是虚拟地址的索引)中读取数据；
    如果一级缓存中查找不到，则需向MMU请求数据；
    MMU从TLB中查找虚拟地址的缓存(换言之，TLB是负责改进虚拟地址到物理地址转换速度、存放虚拟地址的缓存)；
    如果TLB中存在该虚拟地址的缓存，则MMU将该虚拟地址转化为物理地址，如果地址转换失败，则发生缺页(图中的fault分支)，由内核进行处理，见上文所述；如果地址转换成功，则从二级缓存(存放的是物理地址的索引)中读取；如果二级缓存中也没有，则需要从三级缓存甚至物理内存中请求；
    如果TLB中不存在该虚拟地址的缓存，则MMU从物理内存中的转换表(translation tables，也称为页表page tables)中获取，同时存入TLB；(注意，这个操作是硬件实现的，可以由MMU通过硬件直接从物理内存中读取)；
    跳到第4步。

由此可见，L1-dcache-load-missed和LLC-load-misses的数值当然是越低越好了。另外还有dTLB-load-misses(dTLB是数据转换后援缓存)和iTLB-load-misses(iTLB是指令转换后援缓存)等指标值
（原文链接：http://zhengheng.me/2015/11/12/perf-stat/）

perf top

类似于top，可以使用-e参数指定要观察的事件：perf top -e cpu-clock; perf top -e cs

perf record/perf report

perf record – e cpu-clock – g ./t3 //默认生成perf.data文件
perf report -g //生成函数调用关系和CPU 占用率

Samples: 850 of event ‘cpu-clock’, Event count (approx.): 212500000
Children Self Command Shared Object Symbol

99.88% 0.00% t3 libc-2.17.so [.] __libc_start_main
97.06% 3.29% t3 t3 [.] main
96.59% 96.59% t3 t3 [.] foo
0.12% 0.00% t3 [kernel.kallsyms] [k] system_call_fastpath
0.12% 0.00% t3 [kernel.kallsyms] [k] sys_exit_group
0.12% 0.00% t3 [kernel.kallsyms] [k] do_group_exit
0.12% 0.00% t3 [kernel.kallsyms] [k] do_exit
0.12% 0.00% t3 [kernel.kallsyms] [k] mmput
0.12% 0.00% t3 [kernel.kallsyms] [k] exit_mmap
0.12% 0.00% t3 [kernel.kallsyms] [k] unmap_vmas
0.12% 0.00% t3 [kernel.kallsyms] [k] unmap_single_vma
0.12% 0.12% t3 [kernel.kallsyms] [k] unmap_page_range

perf annotate

perf annotate foo 反汇编perf report中观察到的主要函数foo()
│ Disassembly of section .text:
│
│ 0000000000400530 :
│ foo():
│ #include <stdio.h>
│ #include <stdlib.h>
│
│ static long long k=0;
│ void foo()
│ {
2.92 │ push %rbp
│ mov %rsp,%rbp
│ int i=0;
2.80 │ movl $0x0,-0x4(%rbp)
│ for(i=0; i< 5; i++)
0.61 │ movl $0x0,-0x4(%rbp)
│ ↓ jmp 2a
│ k++;
12.67 │14: mov k,%rax
31.55 │ add $0x1,%rax
11.45 │ mov %rax,k
│
│ static long long k=0;
│ void foo()
│ {
│ int i=0;
│ for(i=0; i< 5; i++)
14.37 │ addl $0x1,-0x4(%rbp)
3.05 │2a: cmpl $0x4,-0x4(%rbp)
16.93 │ ↑ jle 14
│ k++;
│ }
3.65 │ pop %rbp
│ ← retq

laurence-star

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
perf(1)

perf list#List of pre-defined events (to be used in -e):branch-instructions OR branches [Hardware event]branch-misses [Hardware event]bus-cy...
复制链接

扫一扫

专栏目录