📚 课程目录第1章基于 perf 的串行热点函数定位与火焰图解读

1. 基于 perf 的串行热点函数定位与火焰图解读

任务对象与基线程序

本例使用一个刻意保留低效写法的串行程序作为采样对象：它在一个大数组上做多轮“平方根 + 累加”的变换，并混入一个开销较小的辅助函数，便于观察热点分布。程序保存为 hotspot_demo.c，编译时保留符号与调试信息，否则 perf 只能看到地址而无法归因到函数名。

/* hotspot_demo.c —— 教学用串行程序，故意保留低效写法 */
#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define N (1 << 22)      /* 约 419 万个 double，约 32 MB */
#define ROUNDS 40

static double buf[N];

/* 热点候选：逐元素 sqrt + 累加，含一次除法 */
double transform_accumulate(double *a, int n, int rounds) {
    double acc = 0.0;
    for (int r = 0; r < rounds; r++) {
        for (int i = 0; i < n; i++) {
            a[i] = sqrt(a[i] + 1.0) / 1.0000001;
            acc += a[i];
        }
    }
    return acc;
}

/* 辅助函数：开销较小，用于对比归因 */
double checksum(const double *a, int n) {
    double s = 0.0;
    for (int i = 0; i < n; i++) s += a[i] * 0.5;
    return s;
}

int main(void) {
    for (int i = 0; i < N; i++) buf[i] = (double)(i % 1000) + 1.0;
    double t = transform_accumulate(buf, N, ROUNDS);
    double c = checksum(buf, N);
    printf("acc=%.6f checksum=%.6f\n", t, c);
    return 0;
}

编译命令（-g 保留调试信息，-O2 是常见基线优化级别；若想观察更“原始”的热点，可改用 -O0 对比）：

gcc -O2 -g -fno-omit-frame-pointer hotspot_demo.c -o hotspot_demo -lm

-fno-omit-frame-pointer 让调用栈可被可靠回溯，是获得准确火焰图调用链的关键编译选项；缺少它时 perf 常出现栈断裂，火焰图会退化成扁平的“单层”图。

采样、归因与火焰图生成链路

perf 的工作方式是周期性中断 CPU 并记录当前指令指针与调用栈，因此采样频率、栈回溯能力和符号解析共同决定归因质量。下图给出从程序运行到火焰图判读的完整数据链路，以及每一步的关键参数与失败表现。

执行采样并读取归因数据

先跑一次采样，频率取 999 Hz（约每毫秒一次），持续到程序自然结束。随后用 perf report 的文本模式查看按符号聚合的开销，这是火焰图之前最直接的定量依据。

# 1) 采样（-g 记录调用栈，-F 999 采样频率）
perf record -F 999 -g -- ./hotspot_demo

# 2) 文本归因：按 Overhead 降序查看
perf report --stdio --sort overhead,symbol | head -n 30

示例输出（教学示例数据，实际数值随机器与编译选项变化）：

# Overhead  Symbol
# ........  ......................................
    61.20%  [.] transform_accumulate
    18.40%  [.] __ieee754_sqrt
     9.10%  [.] checksum
     6.30%  [k] copy_user_enhanced_fast_string
     2.10%  [.] main
     1.50%  [.] _int_malloc
     ...

这里 transform_accumulate 自身占 61.2%，其内部调用的 __ieee754_sqrt 另占 18.4%，两者合计约 79.6%，构成第一热点；checksum 仅 9.1%，属于次要开销。注意 [.] 表示用户态符号，[k] 表示内核态符号，后者常来自系统调用或内存拷贝，不应误判为业务热点。

生成火焰图并完成热点归因说明

火焰图由折叠栈文本渲染而来，需要 perf script 输出原始样本、stackcollapse-perf.pl 折叠调用链、flamegraph.pl 生成 SVG。三个脚本来自 Brendan Gregg 的 FlameGraph 工具集，需提前下载到本地。

# 3) 导出样本并折叠调用栈
perf script > perf.out
./stackcollapse-perf.pl perf.out > perf.folded

# 4) 渲染火焰图
./flamegraph.pl perf.folded > hotspot.svg

# 5) 快速核对折叠结果中占比最高的叶子
awk '{n=$NF; $NF=""; print n"\t"$0}' perf.folded \
  | sort -rn | head -n 10

第 5 步的 awk 把每行末尾的样本计数提到行首再排序，可直接得到“最热的调用链”。示例结果（教学示例）：

48213  hotspot_demo;main;transform_accumulate;__ieee754_sqrt
30102  hotspot_demo;main;transform_accumulate
 7415  hotspot_demo;main;checksum
 5102  hotspot_demo;main;transform_accumulate;__memmove_avx_unaligned
 1690  hotspot_demo;main

据此写出热点归因说明，要求包含：热点函数、占比、调用链位置、开销性质判断、以及后续优化方向。示例归因说明如下：

热点归因说明（基线）

第一热点：transform_accumulate，自身样本约 61.2%，加上其子调用 __ieee754_sqrt 的 18.4%，合计约 79.6%。
调用链位置：main → transform_accumulate → __ieee754_sqrt，热点叶子集中在浮点开方与除法路径。
开销性质：每轮对 419 万个元素做 sqrt 与除法，属计算密集型；同时数组读写带来持续访存压力，火焰图中“数组读写”块宽度可观。
次要开销：checksum 约 9.1%，为单次遍历，优先级低。
优化方向：减少 sqrt/除法调用次数（如代数化简、向量化）、改善数组访问局部性；优化后以本例采样数据为基线对比。

结果校验与常见偏差

归因结论必须可复核，否则后续优化会建立在错误基线上。建议按以下条件逐项确认：

检查项	通过条件	不通过时的处理
符号解析	`perf report` 中热点显示为函数名，而非地址或 `unknown`	确认编译带 `-g`，并检查 `perf report` 是否加载了对应二进制
栈完整性	火焰图中热点上方存在完整调用链，而非孤立单层块	加 `-fno-omit-frame-pointer` 重新编译并重采样
样本量	总样本数足够（通常数千以上），占比稳定	提高 `-F` 或增加 `ROUNDS` 延长运行时间
占比一致性	`perf report` 与折叠栈排序结果的热点排序一致	检查是否混入内核态样本或采样期间有其他负载干扰
基线可复现	重复采样两次，第一热点与占比波动在合理范围	固定 CPU 频率、关闭后台任务后重测

火焰图宽度是采样统计结果，不是精确计时。占比在 1% 以下的块通常受采样噪声影响较大，不宜作为优化首要目标；同时避免在采样期间运行其他重负载程序，否则内核态样本会污染归因。

完成上述步骤后，即得到一份可复用的性能基线：热点函数、占比、调用链与开销性质均已量化。后续任何优化版本都应在相同编译选项、相同输入规模、相同采样频率下重测，并与本基线逐项对比，才能判断优化是否真正生效。