性能优化的第一步是 profiling

火焰图

1. 不支持多线程
2. 没有好看的界面
3. K230 rt-smart 工具链不支持 gprof
4. 线程挂起时不记录
5. 对动态库支持不好

GCC 使用 -finstrument-functions 可以对源码进行函数级打桩,在每个函数的开始前调用 __cyg_profile_func_enter(),返回前调用 __cyg_profile_func_exit(),只要编写这两个函数就可以记录被打桩函数的运行时间。

1. 编译 hook.c 到 hook.o,可以使用 -O3 优化
2. 编译自己的代码,添加 -finstrument-functions 参数,建议添加 -g 生成调试符号,避免在最后只能看到一堆函数指针
3. 链接可执行程序时把 hook.o 一起链接进去
4. 运行程序,如果在开始时打印了 start profiling... 则表示 tiny-prof 成功添加到程序中,程序正常退出时会打印 end profiling, xxx records, checkout a.profile,xxx表示记录的函数调用次数,同时生成 a.profile 文件
5. 打开 tiny-prof-viewer,或者从 GitHub Actions 的 Artifacts 中下载HTML文件部署到你自己的HTTP服务器中
6. 点击右侧的 Add symbols 选择运行的可执行 ELF 文件,添加完成后下方的 Symbols 会显示加载了多少个符号
7. 点击右侧的 Open profile 选择生成的 a.profile 文件,等待查看器加载

一般来说,火焰图中的大平顶表示这个函数执行的时间比较多,比如存在一个耗时较长的循环,这样的函数可以重点优化,而火焰图中的尖峰通常表示这里的函数调用较为密集,能够优化的空间可能较小。

项目自带了两个示例,test 和 test_cpp,均为多线程,直接 make 即可编译,运行后都会生成 profile 文件

a.profile 为二进制文件,字段可以参考下表

在线程记录块字段中包含多个线程记录块,每一块的结构如下

更详细的细节可以参考 hook.c 中的生成代码,或者 tiny-prof-viewer/src/utils/parse.js 中的解析代码。

• Statistics infomation
• Hide unselected threads
• Shared library symbols
• Optimize flame chart performance
• Color

刷新页面。

先点击 Add symbols 再点击 Open profile,顺序不能错。

手动给函数调用添加 __cyg_profile_func_enter() 和 __cyg_profile_func_exit(),例如想要记录 printf 的调用情况,但 printf 是库函数不会被插桩,那就只能我们手动插了,如下

int main(void) {
 __cyg_profile_func_enter(printf, main);
 printf("Hello World\n");
 __cyg_profile_func_exit(printf, main);
}

这是 tiny-prof 用来将内存中的记录写入到文件的函数,所以是的,这会对性能产生影响,就如量子力学中的测不准原理一样,性能分析也存在时间不准的情况,函数调用越是频繁这种误差就会越大。

主要是记录函数调用,具体代码参见 hook.c,一次调用会记录32字节的数据(2*sizeof(struct call_info),进入和退出分别16字节),默认的记录缓冲区大小为每个线程32768条记录,也就是512KB,可以修改 hook.c 中的 PROF_RECORD_LENGTH 宏来自定义大小,或者直接在编译时使用 -DPROF_RECORD_LENGTH=xxx 指定,当写满缓冲区时会写入文件进行记录,也就是 tiny_prof_record 这个函数,当然也可以手动调用这个函数来清空记录缓冲区。