火焰图怎么看

火焰图是一种可视化 的性能分析工具，它展示了程序在采样期间CPU时间都花在了哪些函数上。

你可以把它想象成一张"代码执行的热力图"，越"热"（宽）的地方，就是消耗CPU最多的地方。

一张典型的火焰图（以CPU火焰图为例）通常包含以下要素：

Y轴（纵向）：调用栈深度
- 每一层代表一个函数调用。
- 最底层 是采样时正在执行的函数（通常是内核态的入口，如 [cpu_idle]）。
- 从下往上看，表示调用关系。上面的函数调用下面的函数。最顶层的函数是当前调用栈的"叶子节点"。
X轴（横向）：采样计数（CPU时间）
- 注意：X轴不是时间顺序，而是按字母排序的！ 这是为了把相同的函数合并在一起，方便查看。
- 每个矩形的宽度代表该函数在采样中出现的次数，或者说它消耗的CPU时间。越宽，表示该函数占用的CPU资源越多，越可能是性能瓶颈。
每个矩形块代表一个函数
- 矩形块上通常会标注函数名。
- 颜色通常没有固定含义，只是为了区分不同函数，让图更易读。有时会用暖色调（如红色、黄色）来突出宽的部分。

看火焰图的核心思想是： "寻找最宽的平顶山" 。

平顶山（Flat Top） ：当你看到一个函数的矩形块特别宽，并且它顶部没有或只有很少的其他调用（即它几乎是调用栈的顶部）时，这就形成了一个"平顶"。这个函数本身就是热点。

相反，如果一个很宽的函数上面还有很长的调用栈，说明是它调用的子函数消耗了大量时间，你应该顺着调用栈往上看，找到顶部的那个"叶子函数"。

假设你拿到了一张火焰图，可以按照以下步骤进行分析：

第1步：忽略锯齿，寻找最宽的"平顶"

第2步：从下往上阅读调用链

找到最宽的矩形后，从它开始，从下往上看它的调用栈。
- 例如：main() -> foo() -> bar() -> hotspot()。
这个调用链告诉你，是 main 函数调用了 foo，foo 调用了 bar，最终 bar 调用了消耗CPU最多的 hotspot 函数。

第3步：定位问题根因

情况A：平顶山
- 如果 hotspot() 本身很宽，且顶部没有其他函数，那么 hotspot() 就是性能瓶颈。你需要优化这个函数本身的逻辑。
情况B：深调用链
- 如果 hotspot() 很宽，但它的顶部还有一个更宽的 slow_algo() 函数，那么真正的瓶颈是 slow_algo()。你需要优化的是 slow_algo 算法。

第4步：关注自身时间 vs 总时间

因此，优化的首要目标是那些"自身时间"很长的函数（平顶山）。

假设下面是一个简化的调用栈，宽度代表CPU时间：

text

markdown 复制代码

[______ Baz ______] [_______ Qux _______]
[________________ Foo _________________] [__ Bar __]

最宽的"墙" 是 Foo。
阅读调用链 ：Foo 调用了 Baz 和 Qux。
分析：
- Foo 函数消耗了大量的CPU时间（总时间很长）。
- 但是，Foo 的时间主要花在了它的两个子函数 Baz 和 Qux 上。
- Qux 比 Baz 更宽，说明 Qux 是更大的热点。
- 结论：你应该优先去检查并优化 Qux 函数的实现。优化 Qux 将会直接减少 Foo 的总执行时间。

除了最常用的CPU火焰图，还有：

它们的看法和CPU火焰图大同小异，核心都是 Y轴看调用关系，X轴看资源消耗（宽度） 。

多看几张图，亲手用 perf 和 FlameGraph 脚本生成一次，你就会很快上手。火焰图是性能优化的"超级武器"，掌握它会让你的调试能力大大提升。