linux profile卡主进程,Linux下程序的Profile工具

让我们简单的举个例子来看看Gprof是如何使用的。1．打开linux终端。新建一个test.c文件，并生用-pg编译和链接该文件。

test.c文件内容如下：引文:

#include "stdio.h"       #include "stdlib.h"

void a(){printf("\t\t+---call a() function\n");}

void c(){printf("\t\t+---call c() function\n");}

int b() {printf("\t+--- call b() function\n");a();c();return 0;}

int main(){printf(" main() function()\n");b();}

命令行里面输入下面命令，没加-c选项，gcc会默认进行编译并链接生成a.out:引文:

[linux /home/test]$gcc -pg test.c

如果没有编译错误，gcc会在当前目录下生成一个a.out文件，当然你也可以使用–o选项给生成的文件起一个别的名字，像gcc –pg test.c –o test ,则gcc会生成一个名为test的可执行文件,在命令行下输入[linux /home/test]$./test ,就可以执行该程序了，记住一定要加上./否则程序看上去可能是执行，可是什么输出都没有。2．执行你的应用程序使之生成供gprof分析的数据。命令行里面输入:引文:

[linux /home/test]$a.outmain() function()    +--- call b() function        +---call a() function        +---call c() function[linux /home/test]$

你会在当前目录下看到一个gmon.out文件，这个文件就是供gprof分析使用的。3．使用gprof程序分析你的应用程序生成的数据。命令行里面输入:引文:

[linux /home/test]$ gprof -b a.out gmon.out | less

由于gprof输出的信息比较多，这里使用了less命令，该命令可以让我们通过上下方向键查看gprof产生的输出，|表示gprof -b a.out gmon.out的输出作为less的输入。下面是我从gprof输出中摘抄出的与我们有关的一些详细信息。引文:

Flat profile: Each sample counts as 0.01 seconds. no time accumulated   %   cumulative   self              self     total time   seconds   seconds    calls  Ts/call  Ts/call  name  0.00      0.00     0.00        1     0.00     0.00  a  0.00      0.00     0.00        1     0.00     0.00  b  0.00      0.00     0.00        1     0.00     0.00  c

Call graph

granularity: each sample hit covers 4 byte(s) no time propagated index % time    self  children    called     name                0.00    0.00       1/1           b [2][1]      0.0    0.00    0.00       1         a [1]-----------------------------------------------                0.00    0.00       1/1           main [10][2]      0.0    0.00    0.00       1         b [2]                0.00    0.00       1/1           c [3]                0.00    0.00       1/1           a [1]-----------------------------------------------                0.00    0.00       1/1           b [2][3]      0.0    0.00    0.00       1         c [3]-----------------------------------------------Index by function name    [1] a                       [2] b                       [3] c

从上面的输出我们能明显的看出来，main调用了b函数，而b函数分别调用了a和c函数。由于我们的函数只是简单的输出了一个字串，故每个函数的消耗时间都是0秒。

使用gprof分析程序

gprof介绍gprof是一个GNU profiler工具。可以显示程序运行的“flat profile”，包括每个函数的调用次数，每个函数消耗的处理器时间，也可以显示“调用图”，包括函数的调用关系，每个函数调用花费了多少时间。还可以显示“注释的源代码”－－是程序源代码的一个复本，标记有程序中每行代码的执行次数。

基本用法：1．使用-pg选项编译和链接你的应用程序。2． 执行你的应用程序，使之运行完成后生成供gprof分析的数据文件(默认是gmon.out)。3． 使用gprof程序分析你的应用程序生成的数据，例如：gporf a.out gmon.out。

gprof实现原理：gprof并不神奇，在编译和链接程序的时候(使用-pg编译和链接选项)，gcc在你应用程序的每个函数中都加入了一个名为mcount(or“_mcount”, or“__mcount”)的函数，也就是说-pg编译的应用程序里的每一个函数都会调用mcount,而mcount会在内存中保存一张函数调用图，并通过函数调用堆栈的形式查找子函数和父函数的地址。这张调用图也保存了所有与函数相关的调用时间，调用次数等等的所有信息。

常用的gprof命令选项：-b不再输出统计图表中每个字段的详细描述。-p只输出函数的调用图(Call graph的那部分信息)。-q只输出函数的时间消耗列表。-e Name不再输出函数Name及其子函数的调用图(除非它们有未被限制的其它父函数)。可以给定多个-e标志。一个-e标志只能指定一个函数。-E Name不再输出函数Name及其子函数的调用图，此标志类似于-e标志，但它在总时间和百分比时间的计算中排除了由函数Name及其子函数所用的时间。-f Name输出函数Name及其子函数的调用图。可以指定多个-f标志。一个-f标志只能指定一个函数。-F Name输出函数Name及其子函数的调用图，它类似于-f标志，但它在总时间和百分比时间计算中仅使用所打印的例程的时间。可以指定多个-F标志。一个-F标志只能指定一个函数。-F标志覆盖-E标志。-z显示使用次数为零的例程(按照调用计数和累积时间计算)。

使用注意：1)一般gprof只能查看用户函数信息。如果想查看库函数的信息，需要在编译是再加入“-lc_p”编译参数代替“-lc”编译参数，这样程序会链接libc_p.a库，才可以产生库函数的profiling信息。2)gprof只能在程序正常结束退出之后才能生成程序测评报告，原因是gprof通过在atexit()里注册了一个函数来产生结果信息，任何非正常退出都不会执行atexit()的动作，所以不会产生gmon.out文件。如果你的程序是一个不会退出的服务程序，那就只有修改代码来达到目的。如果不想改变程序的运行方式，可以添加一个信号处理函数解决问题(这样对代码修改最少)，例如：static void sighandler( int sig_no )   {         exit(0);   }   signal( SIGUSR1, sighandler )；当使用kill -USR1 pid后，程序退出，生成gmon.out文件。

使用gprof和oprofile查找性能瓶颈

有些时候，我们特别关注程序的性能，特别是底层软件，比如驱动程序、OS等。为了更好的优化程序性能，我们必须找到性能瓶颈点，“好钢用在刀刃上”才能取得好的效果，否则可能白做工作。为了找到关键路径，我们可以使用profilng技术，在linux平台上，我们可以使用gprof和oprofile工具。gprof是GNU工具之一，它在编译的时候在每个函数的出入口加入了profiling的代码，运行时统计程序在用户态的执行信息，可以得到每个函数的调用次数、执行时间、调用关系等信息，简单易懂。适合于查找用户级程序的性能瓶颈，对于很多时间都在内核态执行的程序，gprof不适合。

oprofile也是一个开源的profiling工具，它使用硬件调试寄存器来统计信息，进行profiling的开销比较小，而且可以对内核进行profiling。它统计的信息非常的多，可以得到cache的缺失率，memory的访存信息，分支预测错误率等等，这些信息gprof是得不到的，但是对于函数调用次数，它是不能够得到的。。

简单来说，gprof简单，适合于查找用户级程序的瓶颈，而oprofile稍显复杂，但是得到的信息更多，更适合调试系统软件。我们以编译运行hello.c为例，来说明如何使用这两个工具，这里不解释具体结果的含义，要想详细了解每个结果代表什么意思，可以看一下参考资料中官方站点上的doc信息，里面会给你详尽的解释。

gprof Quick Start

gprof是gnu binutils工具之一，默认情况下linux系统当中都带有这个工具。使用-pg选项来编译hello.c，如果要得到带注释的源码清单，则需要增加-g选项。运行：gcc -pg -g -o hello hello.c

运行应用程序：./hello会在当前目录下产生gmon.out文件

使用gprof来分析gmon.out文件，需要把它和产生它的应用程序关联起来：gprof hello gmon.out -p得到每个函数占用的执行时间

gprof hello gmon.out -q得到call graph，包含了每个函数的调用关系，调用次数，执行时间等信息。

gprof hello gmon.out -A得到一个带注释的“源代码清单”，它会注释源码，指出每个函数的执行次数。这需要在编译的时候增加-g选项。

oprofile Quick Start

oprofile是sourceforge上面的一个开源项目，在2.6内核上带有这个工具，好像只有smp系统才有。比较老的系统，需要自己安装，重新编译内核。oprofile是一套工具，分别完成不同的事情。

op_help：列出所有支持的事件。opcontrol：设置需要收集的事件。opreport：对结果进行统计输出。opannaotate：产生带注释的源/汇编文件，源语言级的注释需要编译源文件时的支持。opstack：产生调用图profile，但要求x86/2.6的平台，并且linux2.6安装了call-graph patchopgprof：产生如gprof相似的结果。oparchive：将所有的原始数据文件收集打包，可以到另一台机器上进行分析。op_import：将采样的数据库文件从另一种abi转化成本地格式。

运行oprofile需要root权限，因为它要加载profile模块，启动oprofiled后台程序等。所以在运行之前，就需要切换到root。opcontrol --init加载模块，mout /dev/oprofile创建必需的文件和目录

opcontrol --no-vmlinux或者opcontrol --vmlinux=/boot/vmlinux-`uname -r`决定是否对kernel进行profiling

opcontrol --reset清楚当前会话中的数据

opcontrol --start开始profiling

./hello运行应用程序，oprofile会对它进行profiling

opcontrol --dump把收集到的数据写入文件

opcontrol --stop停止profiling

opcotrol -h关闭守护进程oprofiled

opcontrol --shutdown停止oprofiled

opcontrol --deinit卸载模块

常用的是3→7这几个过程，得到性能数据之后，可以使用opreport, opstack, opgprof, opannotate几个工具进行分析，我常用的是opreport, opannotate进行分析。

最常用的是opreport，这个可以给出image和symbols的信息，比如我想得到每个函数的执行时间占用比例等信息，用来发现系统性能瓶颈。opannotate可以对源码进行注释，指出哪个地方占用时间比较多。常用命令如下：opreport -l /bin/bash --exclude-dependent --threshold 1 ,用来发现系统瓶颈。指定查看/bin/bash的profiling信息，占用总体执行时间1%以上的函数列表

opannotate --source --output-dir=annotated /usr/local/oprofile-pp/bin/oprofiled

opannotate --source --base-dirs=/tmp/build/libfoo/ --search-dirs=/home/user/libfoo/ --output-dir=annotated/ /lib/libfoo.so

网络资源使用 GNU profiler来提高代码运行速度 http://www-128.ibm.com/developerworks/cn/linux/l-gnuprof.html

使用 OProfile for Linux on POWER识别性能瓶颈  http://www-128.ibm.com/developerworks/cn/linux/l-pow-oprofile/