3.1. 性能分析工具
3.1.1. 基本原则
先测量，后优化：不要凭直觉优化
关注热点：80% 的时间花在 20% 的代码上
理解瓶颈：CPU、内存、I/O、网络
3.1.2. perf (Linux)
3.1.2.1. 基本用法
# CPU 采样分析
perf record -g ./your_program
perf report
# 统计事件
perf stat ./your_program
# 实时查看
perf top -p <pid>
3.1.2.2. 火焰图
# 记录
perf record -F 99 -g ./your_program
# 生成火焰图（需要 FlameGraph 工具）
perf script | stackcollapse-perf.pl | flamegraph.pl > flamegraph.svg
3.1.2.3. 常用事件
# CPU 周期
perf stat -e cycles,instructions ./program
# 缓存
perf stat -e cache-misses,cache-references ./program
# 分支预测
perf stat -e branch-misses,branches ./program
# 内存
perf stat -e LLC-load-misses,LLC-loads ./program
3.1.3. gprof
3.1.3.1. 使用步骤
# 1. 编译时加入分析选项
g++ -pg -g program.cpp -o program
# 2. 运行程序
./program
# 3. 生成分析报告
gprof program gmon.out > analysis.txt
3.1.3.2. 输出解读
% cumulative self self total
time seconds seconds calls ms/call ms/call name
30.00 0.30 0.30 1000 0.30 0.30 hot_function
20.00 0.50 0.20 5000 0.04 0.04 another_function
3.1.4. Valgrind (callgrind)
# 运行分析
valgrind --tool=callgrind ./your_program
# 查看结果
callgrind_annotate callgrind.out.<pid>
# 可视化（使用 KCachegrind）
kcachegrind callgrind.out.<pid>
3.1.5. Google Performance Tools (gperftools)
3.1.5.1. CPU Profiler
#include <gperftools/profiler.h>
int main() {
ProfilerStart("profile.out");
// 你的代码
ProfilerStop();
}
# 编译
g++ -lprofiler program.cpp -o program
# 运行
./program
# 分析
pprof --text ./program profile.out
pprof --web ./program profile.out # 在浏览器中查看
3.1.5.2. Heap Profiler
#include <gperftools/heap-profiler.h>
int main() {
HeapProfilerStart("heap_profile");
// 你的代码
HeapProfilerStop();
}
3.1.6. Intel VTune
# 收集数据
vtune -collect hotspots ./your_program
# 分析
vtune-gui
3.1.7. 代码级分析
3.1.7.1. 手动计时
#include <chrono>
class Timer {
public:
Timer() : start_(std::chrono::high_resolution_clock::now()) {}
~Timer() {
auto end = std::chrono::high_resolution_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::microseconds>(
end - start_
).count();
std::cout << "Elapsed: " << duration << " us\n";
}
private:
std::chrono::time_point<std::chrono::high_resolution_clock> start_;
};
void function_to_measure() {
Timer timer; // 自动计时
// 代码
}
3.1.7.2. RAII 计时器
template<typename Func>
auto measure_time(Func&& func) {
auto start = std::chrono::high_resolution_clock::now();
if constexpr (std::is_void_v<std::invoke_result_t<Func>>) {
func();
auto end = std::chrono::high_resolution_clock::now();
return std::chrono::duration_cast<std::chrono::nanoseconds>(end - start);
} else {
auto result = func();
auto end = std::chrono::high_resolution_clock::now();
return std::make_pair(
result,
std::chrono::duration_cast<std::chrono::nanoseconds>(end - start)
);
}
}
// 使用
auto duration = measure_time([]{ expensive_function(); });
std::cout << "Time: " << duration.count() << " ns\n";
3.1.8. 内存分析
3.1.8.1. Valgrind Massif
# 运行
valgrind --tool=massif ./your_program
# 查看
ms_print massif.out.<pid>
3.1.8.2. AddressSanitizer
# 编译
g++ -fsanitize=address -g program.cpp
# 运行（自动检测内存问题）
./a.out
3.1.8.3. LeakSanitizer
# 通常与 ASan 一起使用
g++ -fsanitize=address -g program.cpp
# 设置环境变量获取更多信息
ASAN_OPTIONS=detect_leaks=1 ./a.out
3.1.9. 分析最佳实践
3.1.9.1. 1. 选择正确的构建配置
# Release 构建 + 调试符号
g++ -O2 -g program.cpp
# 对于 perf/gprof，避免帧指针优化
g++ -O2 -g -fno-omit-frame-pointer program.cpp
3.1.9.2. 2. 热身运行
// 第一次运行可能因为冷缓存而较慢
for (int i = 0; i < 3; ++i) {
run_function(); // 热身
}
auto start = std::chrono::high_resolution_clock::now();
for (int i = 0; i < 1000; ++i) {
run_function(); // 测量
}
auto end = std::chrono::high_resolution_clock::now();
3.1.9.3. 3. 避免测量中的优化
// 编译器可能优化掉无副作用的代码
volatile int result = 0;
for (int i = 0; i < 1000; ++i) {
result = compute(); // volatile 防止优化
}
// 或使用 benchmark 库的 DoNotOptimize
小技巧
工具选择指南：
快速 CPU 分析：perf
详细调用图：callgrind + KCachegrind
内存问题：AddressSanitizer
生产环境：gperftools（低开销）
Windows：Visual Studio Profiler 或 VTune