取消
使用 perf probe测量Linux用户空间代码的执行时间
2025-08-22 15:57:13,

1 Linux perf 简介

perf 是 Linux 内核自带的一个强大的性能分析工具，它能够深入到内核和用户空间，提供丰富的性能计数器和事件跟踪功能，帮助开发者和系统管理员精确地定位系统性能瓶颈。

1.1 perf 的主要功能：

  • 性能事件采样： 可以采样各种硬件性能事件，如 CPU 周期、缓存命中率、指令退休率等，从而分析程序在 CPU 上的执行情况。
  • 软件事件跟踪： 可以跟踪内核和用户空间的函数调用、系统调用等软件事件，分析程序的执行流程和函数调用关系。
  • 性能计数器： 提供了大量的硬件性能计数器，可以用来分析 CPU、内存、缓存等硬件资源的使用情况。
  • 火焰图生成： 可以生成火焰图，直观地展示程序的调用栈，快速定位性能热点。
  • 实时监控： 可以实时监控系统的性能指标，帮助快速发现性能问题。

1.2 perf 的工作原理：

perf 主要通过以下方式来收集性能数据：

  • 硬件性能计数器： 利用 CPU 内置的性能计数器，直接获取硬件的性能数据。
  • 软件事件跟踪： 在内核和用户空间插入探针，跟踪软件事件的发生。
  • 内核协作： perf 与内核紧密协作，通过内核接口获取性能数据。

1.3 perf 的常用命令：

  • perf list： 列出所有可用的性能事件。
  • perf stat： 统计性能事件的计数。
  • perf record： 记录性能数据。
  • perf report： 分析记录的数据，生成报告。
  • perf top： 实时显示占用 CPU 时间最多的函数。
  • perf trace： 追踪系统调用和软中断。

1.4 perf 的应用场景：

  • 定位性能瓶颈： 通过分析性能数据，找出程序中消耗时间最长的部分。
  • 优化代码： 根据性能分析结果，有针对性地优化代码。
  • 分析系统问题： 分析系统性能问题，如 CPU 负载过高、内存泄漏等。
  • 调优内核参数： 调整内核参数，提高系统性能。

1.5 perf 的优势：

  • 功能强大： 提供了丰富的性能分析功能。
  • 灵活易用： 命令行界面简单易学。
  • 开源免费： 作为 Linux 内核的一部分，完全免费。
  • 社区活跃： 有一个庞大的社区，提供丰富的文档和支持。

2 使用 perf probe测量Linux用户空间代码的执行时间

2.1 测量的示例程序evenodd.c

#include <stdio.h>
#include <unistd.h>

void even(void)
{
     printf("it is even\n");
}

void odd(void)
{
     printf("it is odd\n");
}
int main()
{
     int i;
     for (i = 0; ;i++) {
          usleep(500);
          if (i % 2)
               odd();
          else
               even();
     }
}

参考资料

2.2 使用调试符号编译 even odd：

# gcc -o -g evenodd evenodd.c
# perf probe --line even -x evenodd
<even@/root/code/evenodd.c:0>
      0  void even(void)
         {
      2       printf("it is even\n");
      3  }

         void odd(void)
         {

2.3 添加探针

在 even() 函数的开头添加 perf 探针，请运行以下命令：

# objdump -t evenodd

evenodd:     file format elf64-littleaarch64

SYMBOL TABLE:
0000000000400238 l    d  .interp        0000000000000000              .interp
0000000000400254 l    d  .note.gnu.build-id     0000000000000000              .note.gnu.build-id
0000000000400278 l    d  .note.ABI-tag  0000000000000000              .note.ABI-tag
0000000000400298 l    d  .gnu.hash      0000000000000000              .gnu.hash
...
# perf probe -x evenodd 'even'

要获取给定函数的执行时间，我们需要在函数的最后一行添加探针。如 perf probe -line 示例所示，是第 3 行。下面的命令在 evenondd 二进制文件的函数 event() 的第 3 行添加了名为 even_end event 的探针。

# perf probe -x evenodd 'even_end=even:3'

开始运行evenodd应用程序后，运行以下命令记录 even() 执行 10 秒的进入和退出探针：

# perf record -e probe_evenodd:even -e probe_evenodd:even_end -a sleep 10

记录结束后，可以使用以下命令打印跟踪结果：

# perf script
         evenodd 2342328 [034] 1232877.416865:     probe_evenodd:even: (4006c4)
         evenodd 2342328 [034] 1232877.416875: probe_evenodd:even_end: (4006d8)
         evenodd 2342328 [034] 1232877.417990:     probe_evenodd:even: (4006c4)
         evenodd 2342328 [034] 1232877.417996: probe_evenodd:even_end: (4006d8)
         evenodd 2342328 [034] 1232877.419109:     probe_evenodd:even: (4006c4)
...

2.4 Python分析

还可以使用 perf python脚本自动计算执行时间。捕获这两个事件的跟踪后，以下命令将生成名为 perf-script.py 的 python 脚本框架：

# perf script -g python

然后编辑探测处理程序，计算执行时间：

# perf script event handlers， generated by perf script -g python
# Licensed under the terms of the GNU GPL License version 2

# The common_* event handler fields are the most useful fields common to
# all events.  They don't necessarily correspond to the 'common_*' fields
# in the format files.  Those fields not available as handler params can
# be retrieved using Python functions of the form common_*(context).
# See the perf-script-python Documentation for the list of available functions.

from __future__ import print_function

import os
import sys

sys.path.append(os.environ['PERF_EXEC_PATH'] + \
        '/scripts/python/Perf-Trace-Util/lib/Perf/Trace')

from perf_trace_context import *
from Core import *


def trace_begin():
        print("in trace_begin")

def trace_end():
        print("in trace_end")

start=0
def probe_evenodd__even(event_name， context， common_cpu， common_secs， common_nsecs， common_pid， common_comm， common_callchain， __probe_ip， perf_sample_dict):
    global start
    start=(common_secs * 1000000000) + common_nsecs

def probe_evenodd__even_end(event_name， context， common_cpu， common_secs， common_nsecs， common_pid， common_comm， common_callchain， __probe_ip， perf_sample_dict):

    now=common_secs * 1000000000 + common_nsecs
    duration=now - start
    print("even runtime: " + str(duration) + " ns")

def trace_unhandled(event_name， context， event_fields_dict， perf_sample_dict):
                print(get_dict_as_string(event_fields_dict))
                print('Sample: {'+get_dict_as_string(perf_sample_dict['sample']， '， ')+'}')

def print_header(event_name， cpu， secs， nsecs， pid， comm):
        print("%-20s %5u %05u.%09u %8u %-20s " % \
        (event_name， cpu， secs， nsecs， pid， comm)， end="")

def get_dict_as_string(a_dict， delimiter=' '):
        return delimiter.join(['%s=%s'%(k，str(v))for k，v in sorted(a_dict.items())])

然后，运行以下命令，就可以打印出函数 even 的执行时间：

# perf script -s perf-script.py  | tail
even runtime: 6540 ns
even runtime: 7080 ns
even runtime: 6770 ns
even runtime: 7220 ns
even runtime: 6850 ns
even runtime: 6390 ns
even runtime: 6910 ns
even runtime: 6760 ns
even runtime: 7460 ns
in trace_end