技术背景

在开发C++应用程序时，找出代码中运行缓慢的部分是进行性能优化的关键。在Linux系统上，有多种工具和方法可用于对C++代码进行性能分析，每种方法都有其特点和适用场景。

实现步骤

手动中断调试法

0. 在调试器（如gdb）中运行代码。
1. 在代码运行缓慢时手动中断程序，查看调用栈（如使用backtrace命令）。
2. 多次重复步骤2，若某段代码占用了一定比例的时间，那么在每次采样时就有相应概率捕获到它。
3. 清理掉一个性能问题后，剩余问题所占比例会增大，更易发现。

使用Valgrind和Callgrind

0. 编译程序时确保包含调试符号并进行优化：gcc -ggdb3 -O3 -std=c99 -Wall -Wextra -pedantic -o main.out main.c。
1. 使用Valgrind和Callgrind进行性能分析：valgrind --tool=callgrind --dump-instr=yes -v --instr-atstart=no ./binary > tmp。
2. 当程序开始执行需要分析的任务时，在另一个窗口开启性能分析：callgrind_control -i on。
3. 分析完成后，关闭性能分析并停止程序：callgrind_control -k。
4. 使用kcachegrind查看分析结果：kcachegrind callgrind.out.*。

使用gprof

0. 编译时添加-pg选项：gcc -pg -ggdb3 -O3 -std=c99 -Wall -Wextra -pedantic -o main.out main.c。
1. 运行程序：time ./main.out 10000，运行后会生成gmon.out文件。
2. 可以使用gprof2dot生成图形化报告：

sudo apt install graphviz
python3 -m pip install --user gprof2dot
gprof main.out > main.gprof
gprof2dot < main.gprof | dot -Tsvg -o output.svg

4. 也可以查看文本输出：gprof -b main.out。

使用perf

0. 安装linux-tools：sudo apt install linux-tools-common linux-tools-generic。
1. 设置内核参数：

sudo sysctl kernel.perf_event_paranoid=-1 kernel.kptr_restrict=0
# 或者持久化设置
printf 'kernel.perf_event_paranoid = -1\nkernel.kptr_restrict = 0\n' | sudo tee -a /etc/sysctl.conf

3. 收集数据：time perf record --call-graph dwarf ./main.out 10000，会生成perf.data文件。
4. 交互式查看数据：perf report。
5. 还可以使用FlameGraph生成火焰图：

git clone https://github.com/brendangregg/FlameGraph
git -C FlameGraph/ checkout cd9ee4c4449775a2f867acf31c84b7fe4b132ad5
perf script | FlameGraph/stackcollapse-perf.pl | FlameGraph/flamegraph.pl > flamegraph.svg

使用gperftools

0. 安装gperftools：sudo apt install google-perftools。
1. 运行时启用CPU分析器：

gcc -ggdb3 -O3 -std=c99 -Wall -Wextra -pedantic -o main.out main.c
LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libprofiler.so CPUPROFILE=prof.out ./main.out 10000

3. 或者在链接时集成：

gcc -Wl,--no-as-needed,-lprofiler,--as-needed -ggdb3 -O3 -std=c99 -Wall -Wextra -pedantic -o main.out main.c
CPUPROFILE=prof.out ./main.out 10000

4. 使用kcachegrind查看分析结果：

google-pprof --callgrind main.out prof.out  > callgrind.out
kcachegrind callgrind.out

5. 也可以生成图形化的SVG报告：google-pprof --web main.out prof.out，或者查看文本数据：google-pprof --text main.out prof.out。

核心代码

以下是一个简单的测试程序示例，用于性能分析：

#include <inttypes.h>
#include <stdio.h>
#include <stdlib.h>

uint64_t __attribute__ ((noinline)) common(uint64_t n, uint64_t seed) {
    for (uint64_t i = 0; i < n; ++i) {
        seed = (seed * seed) - (3 * seed) + 1;
    }
    return seed;
}

uint64_t __attribute__ ((noinline)) fast(uint64_t n, uint64_t seed) {
    uint64_t max = (n / 10) + 1;
    for (uint64_t i = 0; i < max; ++i) {
        seed = common(n, (seed * seed) - (3 * seed) + 1);
    }
    return seed;
}

uint64_t __attribute__ ((noinline)) maybe_slow(uint64_t n, uint64_t seed, int is_slow) {
    uint64_t max = n;
    if (is_slow) {
        max *= 10;
    }
    for (uint64_t i = 0; i < max; ++i) {
        seed = common(n, (seed * seed) - (3 * seed) + 1);
    }
    return seed;
}

int main(int argc, char **argv) {
    uint64_t n, seed;
    if (argc > 1) {
        n = strtoll(argv[1], NULL, 0);
    } else {
        n = 1;
    }
    if (argc > 2) {
        seed = strtoll(argv[2], NULL, 0);
    } else {
        seed = 0;
    }
    seed += maybe_slow(n, seed, 0);
    seed += fast(n, seed);
    seed += maybe_slow(n, seed, 1);
    seed += fast(n, seed);
    seed += maybe_slow(n, seed, 0);
    seed += fast(n, seed);
    printf("%" PRIX64 "\n", seed);
    return EXIT_SUCCESS;
}

最佳实践

• 对于简单的性能问题排查，可以先使用手动中断调试法，快速定位可能存在问题的代码段。
• 对于需要详细分析函数调用关系和时间消耗的情况，可使用gprof、Valgrind + Callgrind或perf。
• 对于多线程程序，perf和Intel VTune能更好地处理线程间的交互和调度。
• 对于大规模项目，可结合多种工具进行全面的性能分析。

常见问题

Valgrind性能分析时程序运行缓慢

Valgrind运行程序时会通过其虚拟机，导致程序运行速度大幅下降，对于大型工作负载，这种影响更为明显。可在程序执行关键任务时再开启性能分析。

gprof输出缺少函数

gprof采用采样和插桩相结合的方式，在优化编译（如-O3）时，某些函数可能因为执行速度过快而未被采样到，导致输出中缺少这些函数。

perf分析出现[unknown]函数

使用DWARF方法时，栈过深可能导致出现[unknown]函数。可参考相关资源进行进一步排查。