系统级性能分析工具 — Perf

从2.6.31内核开始，linux内核自带了一个性能分析工具perf，能够进行函数级与指令级的热点查找。

perf

Performance analysis tools for Linux.

Performance counters for Linux are a new kernel-based subsystem that provide a framework for all things

performance analysis. It covers hardware level (CPU/PMU, Performance Monitoring Unit) features and

software features (software counters, tracepoints) as well.

Perf是内置于Linux内核源码树中的性能剖析(profiling)工具。

它基于事件采样原理，以性能事件为基础，支持针对处理器相关性能指标与操作系统相关性能指标的性能剖析。

常用于性能瓶颈的查找与热点代码的定位。

CPU周期(cpu-cycles)是默认的性能事件，所谓的CPU周期是指CPU所能识别的最小时间单元，通常为亿分之几秒，

是CPU执行最简单的指令时所需要的时间，例如读取寄存器中的内容，也叫做clock tick。

Perf是一个包含22种子工具的工具集，以下是最常用的5种：

perf-list

perf-stat

perf-top

perf-record

perf-report

perf-list

Perf-list用来查看perf所支持的性能事件，有软件的也有硬件的。

List all symbolic event types.

perf list [hw | sw | cache | tracepoint | event_glob]

(1) 性能事件的分布

hw：Hardware event，9个

sw：Software event，9个

cache：Hardware cache event，26个

tracepoint：Tracepoint event，775个

sw实际上是内核的计数器，与硬件无关。

hw和cache是CPU架构相关的，依赖于具体硬件。

tracepoint是基于内核的ftrace，主线2.6.3x以上的内核版本才支持。

(2) 指定性能事件(以它的属性)

-e <event> : u // userspace

-e <event> : k // kernel

-e <event> : h // hypervisor

-e <event> : G // guest counting (in KVM guests)

-e <event> : H // host counting (not in KVM guests)

(3) 使用例子

显示内核和模块中，消耗最多CPU周期的函数：

# perf top -e cycles:k

显示分配高速缓存最多的函数：

# perf top -e kmem:kmem_cache_alloc

perf-top

对于一个指定的性能事件(默认是CPU周期)，显示消耗最多的函数或指令。

System profiling tool.

Generates and displays a performance counter profile in real time.

perf top [-e <EVENT> | --event=EVENT] [<options>]

perf top主要用于实时分析各个函数在某个性能事件上的热度，能够快速的定位热点函数，包括应用程序函数、

模块函数与内核函数，甚至能够定位到热点指令。默认的性能事件为cpu cycles。

(1) 输出格式

# perf top

1. Samples: 1M of event 'cycles', Event count (approx.): 73891391490
2. 5.44%  perf              [.] 0x0000000000023256
3. 4.86%  [kernel]          [k] _spin_lock
4. 2.43%  [kernel]          [k] _spin_lock_bh
5. 2.29%  [kernel]          [k] _spin_lock_irqsave
6. 1.77%  [kernel]          [k] __d_lookup
7. 1.55%  libc-2.12.so      [.] __strcmp_sse42
8. 1.43%  nginx             [.] ngx_vslprintf
9. 1.37%  [kernel]          [k] tcp_poll

第一列：符号引发的性能事件的比例，默认指占用的cpu周期比例。

第二列：符号所在的DSO(Dynamic Shared Object)，可以是应用程序、内核、动态链接库、模块。

第三列：DSO的类型。[.]表示此符号属于用户态的ELF文件，包括可执行文件与动态链接库)。[k]表述此符号属于内核或模块。

第四列：符号名。有些符号不能解析为函数名，只能用地址表示。

(2) 常用交互命令

h：显示帮助

UP/DOWN/PGUP/PGDN/SPACE：上下和翻页。

a：annotate current symbol，注解当前符号。能够给出汇编语言的注解，给出各条指令的采样率。

d：过滤掉所有不属于此DSO的符号。非常方便查看同一类别的符号。

P：将当前信息保存到perf.hist.N中。

(3) 常用命令行参数

-e <event>：指明要分析的性能事件。

-p <pid>：Profile events on existing Process ID (comma sperated list). 仅分析目标进程及其创建的线程。

-k <path>：Path to vmlinux. Required for annotation functionality. 带符号表的内核映像所在的路径。

-K：不显示属于内核或模块的符号。

-U：不显示属于用户态程序的符号。

-d <n>：界面的刷新周期，默认为2s，因为perf top默认每2s从mmap的内存区域读取一次性能数据。

-G：得到函数的调用关系图。

perf top -G [fractal]，路径概率为相对值，加起来为100%，调用顺序为从下往上。

perf top -G graph，路径概率为绝对值，加起来为该函数的热度。

(4) 使用例子

# perf top // 默认配置

# perf top -G // 得到调用关系图

# perf top -e cycles // 指定性能事件

# perf top -p 23015,32476 // 查看这两个进程的cpu cycles使用情况

# perf top -s comm,pid,symbol // 显示调用symbol的进程名和进程号

# perf top --comms nginx,top // 仅显示属于指定进程的符号

# perf top --symbols kfree // 仅显示指定的符号

perf-stat

用于分析指定程序的性能概况。

Run a command and gather performance counter statistics.

perf stat [-e <EVENT> | --event=EVENT] [-a] <command>

perf stat [-e <EVENT> | --event=EVENT] [-a] - <command> [<options>]

(1) 输出格式

# perf stat ls

1. Performance counter stats for 'ls':
2. 0.653782 task-clock                #    0.691 CPUs utilized
3. 0 context-switches          #    0.000 K/sec
4. 0 CPU-migrations            #    0.000 K/sec
5. 247 page-faults               #    0.378 M/sec
6. 1,625,426 cycles                    #    2.486 GHz
7. 1,050,293 stalled-cycles-frontend   #   64.62% frontend cycles idle
8. 838,781 stalled-cycles-backend    #   51.60% backend  cycles idle
9. 1,055,735 instructions              #    0.65  insns per cycle
10. #    0.99  stalled cycles per insn
11. 210,587 branches                  #  322.106 M/sec
12. 10,809 branch-misses             #    5.13% of all branches
13. 0.000945883 seconds time elapsed

输出包括ls的执行时间，以及10个性能事件的统计。

task-clock：任务真正占用的处理器时间，单位为ms。CPUs utilized = task-clock / time elapsed，CPU的占用率。

context-switches：上下文的切换次数。

CPU-migrations：处理器迁移次数。Linux为了维持多个处理器的负载均衡，在特定条件下会将某个任务从一个CPU

迁移到另一个CPU。

page-faults：缺页异常的次数。当应用程序请求的页面尚未建立、请求的页面不在内存中，或者请求的页面虽然在内

存中，但物理地址和虚拟地址的映射关系尚未建立时，都会触发一次缺页异常。另外TLB不命中，页面访问权限不匹配

等情况也会触发缺页异常。

cycles：消耗的处理器周期数。如果把被ls使用的cpu cycles看成是一个处理器的，那么它的主频为2.486GHz。

可以用cycles / task-clock算出。

stalled-cycles-frontend：略过。

stalled-cycles-backend：略过。

instructions：执行了多少条指令。IPC为平均每个cpu cycle执行了多少条指令。

branches：遇到的分支指令数。branch-misses是预测错误的分支指令数。

(2) 常用参数

-p：stat events on existing process id (comma separated list). 仅分析目标进程及其创建的线程。

-a：system-wide collection from all CPUs. 从所有CPU上收集性能数据。

-r：repeat command and print average + stddev (max: 100). 重复执行命令求平均。

-C：Count only on the list of CPUs provided (comma separated list), 从指定CPU上收集性能数据。

-v：be more verbose (show counter open errors, etc), 显示更多性能数据。

-n：null run - don't start any counters，只显示任务的执行时间 。

-x SEP：指定输出列的分隔符。

-o file：指定输出文件，--append指定追加模式。

--pre <cmd>：执行目标程序前先执行的程序。

--post <cmd>：执行目标程序后再执行的程序。

(3) 使用例子

执行10次程序，给出标准偏差与期望的比值：

# perf stat -r 10 ls > /dev/null

显示更详细的信息：

# perf stat -v ls > /dev/null

只显示任务执行时间，不显示性能计数器：

# perf stat -n ls > /dev/null

单独给出每个CPU上的信息：

# perf stat -a -A ls > /dev/null

ls命令执行了多少次系统调用：

# perf stat -e syscalls:sys_enter ls

perf-record

收集采样信息，并将其记录在数据文件中。

随后可以通过其它工具(perf-report)对数据文件进行分析，结果类似于perf-top的。

Run a command and record its profile into perf.data.

This command runs a command and gathers a performance counter profile from it, into perf.data,

without displaying anything. This file can then be inspected later on, using perf report.

(1) 常用参数

-e：Select the PMU event.

-a：System-wide collection from all CPUs.

-p：Record events on existing process ID (comma separated list).

-A：Append to the output file to do incremental profiling.

-f：Overwrite existing data file.

-o：Output file name.

-g：Do call-graph (stack chain/backtrace) recording.

-C：Collect samples only on the list of CPUs provided.

(2) 使用例子

记录nginx进程的性能数据：

# perf record -p `pgrep -d ',' nginx`

记录执行ls时的性能数据：

# perf record ls -g

记录执行ls时的系统调用，可以知道哪些系统调用最频繁：

# perf record -e syscalls:sys_enter ls

perf-report

读取perf record创建的数据文件，并给出热点分析结果。

Read perf.data (created by perf record) and display the profile.

This command displays the performance counter profile information recorded via perf record.

(1) 常用参数

-i：Input file name. (default: perf.data)

(2) 使用例子

# perf report -i perf.data.2

More

除了以上5个常用工具外，还有一些适用于较特殊场景的工具， 比如内核锁、slab分配器、调度器，

也支持自定义探测点。

perf-lock

内核锁的性能分析。

Analyze lock events.

perf lock {record | report | script | info}

需要编译选项的支持：CONFIG_LOCKDEP、CONFIG_LOCK_STAT。

CONFIG_LOCKDEP defines acquired and release events.

CONFIG_LOCK_STAT defines contended and acquired lock events.

(1) 常用选项

-i <file>：输入文件

-k <value>：sorting key，默认为acquired，还可以按contended、wait_total、wait_max和wait_min来排序。

(2) 使用例子

# perf lock record ls // 记录

# perf lock report // 报告

(3) 输出格式

1. Name   acquired  contended total wait (ns)   max wait (ns)   min wait (ns)
2. &mm->page_table_...        382          0               0               0               0
3. &mm->page_table_...         72          0               0               0               0
4. &fs->lock         64          0               0               0               0
5. dcache_lock         62          0               0               0               0
6. vfsmount_lock         43          0               0               0               0
7. &newf->file_lock...         41          0               0               0               0

Name：内核锁的名字。

aquired：该锁被直接获得的次数，因为没有其它内核路径占用该锁，此时不用等待。

contended：该锁等待后获得的次数，此时被其它内核路径占用，需要等待。

total wait：为了获得该锁，总共的等待时间。

max wait：为了获得该锁，最大的等待时间。

min wait：为了获得该锁，最小的等待时间。

最后还有一个Summary：

1. === output for debug===
2. bad: 10, total: 246
3. bad rate: 4.065041 %
4. histogram of events caused bad sequence
5. acquire: 0
6. acquired: 0
7. contended: 0
8. release: 10

perf-kmem

slab分配器的性能分析。

Tool to trace/measure kernel memory(slab) properties.

perf kmem {record | stat} [<options>]

(1) 常用选项

--i <file>：输入文件

--caller：show per-callsite statistics，显示内核中调用kmalloc和kfree的地方。

--alloc：show per-allocation statistics，显示分配的内存地址。

-l <num>：print n lines only，只显示num行。

-s <key[,key2...]>：sort the output (default: frag,hit,bytes)

(2) 使用例子

# perf kmem record ls // 记录

# perf kmem stat --caller --alloc -l 20 // 报告

(3) 输出格式

1. ------------------------------------------------------------------------------------------------------
2. Callsite                           | Total_alloc/Per | Total_req/Per   | Hit      | Ping-pong | Frag
3. ------------------------------------------------------------------------------------------------------
4. perf_event_mmap+ec                 |    311296/8192  |    155952/4104  |       38 |        0 | 49.902%
5. proc_reg_open+41                   |        64/64    |        40/40    |        1 |        0 | 37.500%
6. __kmalloc_node+4d                  |      1024/1024  |       664/664   |        1 |        0 | 35.156%
7. ext3_readdir+5bd                   |        64/64    |        48/48    |        1 |        0 | 25.000%
8. load_elf_binary+8ec                |       512/512   |       392/392   |        1 |        0 | 23.438%

Callsite：内核代码中调用kmalloc和kfree的地方。

Total_alloc/Per：总共分配的内存大小，平均每次分配的内存大小。

Total_req/Per：总共请求的内存大小，平均每次请求的内存大小。

Hit：调用的次数。

Ping-pong：kmalloc和kfree不被同一个CPU执行时的次数，这会导致cache效率降低。

Frag：碎片所占的百分比，碎片 = 分配的内存 - 请求的内存，这部分是浪费的。

有使用--alloc选项，还会看到Alloc Ptr，即所分配内存的地址。

最后还有一个Summary：

1. SUMMARY
2. =======
3. Total bytes requested: 290544
4. Total bytes allocated: 447016
5. Total bytes wasted on internal fragmentation: 156472
6. Internal fragmentation: 35.003669%
7. Cross CPU allocations: 2/509

probe-sched

调度模块分析。

trace/measure scheduler properties (latencies)

perf sched {record | latency | map | replay | script}

(1) 使用例子

# perf sched record sleep 10 // perf sched record <command>

# perf report latency --sort max

(2) 输出格式

1. ---------------------------------------------------------------------------------------------------------------
2. Task                  |   Runtime ms  | Switches | Average delay ms | Maximum delay ms | Maximum delay at     |
3. ---------------------------------------------------------------------------------------------------------------
4. events/10:61          |      0.655 ms |       10 | avg:    0.045 ms | max:    0.161 ms | max at: 9804.958730 s
5. sleep:11156           |      2.263 ms |        4 | avg:    0.052 ms | max:    0.118 ms | max at: 9804.865552 s
6. edac-poller:1125      |      0.598 ms |       10 | avg:    0.042 ms | max:    0.113 ms | max at: 9804.958698 s
7. events/2:53           |      0.676 ms |       10 | avg:    0.037 ms | max:    0.102 ms | max at: 9814.751605 s
8. perf:11155            |      2.109 ms |        1 | avg:    0.068 ms | max:    0.068 ms | max at: 9814.867918 s

TASK：进程名和pid。

Runtime：实际的运行时间。

Switches：进程切换的次数。

Average delay：平均的调度延迟。

Maximum delay：最大的调度延迟。

Maximum delay at：最大调度延迟发生的时刻。

perf-probe

可以自定义探测点。

Define new dynamic tracepoints.

使用例子

(1) Display which lines in schedule() can be probed

# perf probe --line schedule

前面有行号的可以探测，没有行号的就不行了。

(2) Add a probe on schedule() function 12th line.

# perf probe -a schedule:12

在schedule函数的12处增加一个探测点。

Reference

[1]. Linux的系统级性能剖析工具系列，by 承刚

[2]. http://www.ibm.com/developerworks/cn/linux/l-cn-perf1/

[3]. http://www.ibm.com/developerworks/cn/linux/l-cn-perf2/

[4]. https://perf.wiki.kernel.org/index.php/Tutorial