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 piddwarf 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：