第一步:perf record 记录采集的性能数据
bash
perf record -e cpu-clock -g -p $(pgrep test_lvgl)
- -e cpu-clock:使用 cpu-clock 事件,该事件测量在被分析的进程中花费的 CPU 时间
- -g:记录调用图(即堆栈跟踪)
- -p:指定要分析的进程ID
程序运行完之后,perf record会生成一个名为perf.data的文件,如果之前已有,那么之前的perf.data文件会被覆盖。 可以执行perf report -i perf.data,(-i 指定要查看的文件),来查看报告,但非常不直观,所以需要火焰图。
第二步:perf script 解析perf.data数据
bash
perf script -i perf.data &> perf.unfold
将perf.unfold 拷贝到本地机器,再本地生成火焰图。
第三步:使用FlameGraph生成火焰图
要先将以下仓库clone到本地: github.com/brendangreg...
bash
./stackcollapse-perf.pl perf.unfold &> perf.folded
./flamegraph.pl perf.folded > perf.svg
执行 **stackcollapse-perf.pl **将 perf.unfold 中的符号进行折叠。 执行 flamegraph.pl 生成 火焰图。
示例:
第四步:火焰图分析
perf.svg
火焰图🔥查看说明:
- y轴代表调用栈,每一层都是一个函数调用,栈越深则火焰越高,调用关系是从下而上的,即下层函数调用了上层函数。
- x轴代表抽样数,一个函数在x轴占据的宽度越宽,则表示它被抽样到的次数也就越多,也就是说它执行的时间越长。
火焰图就是看函数占据的宽度,宽度越大可能存在性能问题。
颜色没有特殊含义,因为火焰图表示的是 CPU 的繁忙程度,所以一般选择暖色调。 鼠标放到一个函数上后,会展示完整的函数名,被抽样中的次数,占总抽样次数的百分比。
以test_lvgl这个例子,我们发现两个函数占比较大:
read_image_data
render_frame_rect
遇到问题
- svg图出现unknown函数
bash
perf record -e cpu-clock --call-graph dwarf-p pid
dwarf 是一种调试信息格式,它可以提供非常详细的函数调用信息。
增加**--call-graph dwarf** 参数后record生成的perf.data会变大,这里要注意设备空间。
参考: