Tracy Profiler 是目前 C++ 多线程程序实时性能分析工具

Tracy Profiler 是目前 C++ 多线程程序（游戏引擎、SLAM、视觉系统）里 最强的实时性能分析工具之一 。

它可以精确分析：

线程运行时间
线程等待时间
mutex 锁竞争
CPU cache miss
frame pipeline

对于 统计线程等待其他线程数据时间 ，Tracy 的 Zone + Lock Profiling 非常适合。

一、基础示例：统计线程等待数据时间

1 引入 Tracy

下载：

复制代码

https://github.com/wolfpld/tracy

项目中包含：

cpp 复制代码

Tracy.hpp
TracyClient.cpp

编译时需要：

cpp 复制代码

#define TRACY_ENABLE

2 示例代码

cpp 复制代码

#include <thread>
#include <mutex>
#include <condition_variable>
#include <queue>

#define TRACY_ENABLE
#include "Tracy.hpp"

std::mutex mtx;
std::condition_variable cv;
std::queue<int> dataQueue;

bool running = true;

void producer()
{
    while (running)
    {
        ZoneScoped;  // Tracy 统计该函数执行时间

        std::this_thread::sleep_for(std::chrono::milliseconds(30));

        {
            std::lock_guard<std::mutex> lock(mtx);
            dataQueue.push(rand());
        }

        cv.notify_one();
    }
}

void consumer()
{
    while (running)
    {
        ZoneScoped;

        std::unique_lock<std::mutex> lock(mtx);

        ZoneScopedN("Waiting Data");

        cv.wait(lock, [] { return !dataQueue.empty(); });

        int value = dataQueue.front();
        dataQueue.pop();

        lock.unlock();

        std::this_thread::sleep_for(std::chrono::milliseconds(10));
    }
}

int main()
{
    tracy::SetThreadName("Main Thread");

    std::thread t1(producer);
    std::thread t2(consumer);

    tracy::SetThreadName("Producer");
    tracy::SetThreadName("Consumer");

    std::this_thread::sleep_for(std::chrono::seconds(10));

    running = false;

    t1.join();
    t2.join();
}

二、Tracy 显示效果

运行后打开：

复制代码

Tracy.exe

可以看到 timeline：

复制代码

Producer Thread
██████ compute
     ██████ compute

Consumer Thread
██ wait data
████ compute
██ wait data

你会看到：

复制代码

Waiting Data

这段时间就是 线程等待数据时间。

三、精确统计 Mutex 等待时间

Tracy 还可以直接统计 锁竞争。

使用：

cpp 复制代码

#include "TracyLock.hpp"

代码改为：

cpp 复制代码

tracy::Lockable<std::mutex> mtx;

示例：

cpp 复制代码

tracy::Lockable<std::mutex> mtx;

void consumer()
{
    while (running)
    {
        ZoneScoped;

        std::unique_lock<tracy::Lockable<std::mutex>> lock(mtx);

        cv.wait(lock, [] { return !dataQueue.empty(); });

        int value = dataQueue.front();
        dataQueue.pop();
    }
}

Tracy 会显示：

复制代码

Lock contention

并告诉你：

复制代码

Thread A waited 2.1 ms
Thread B waited 5.4 ms

四、视觉 SLAM 示例（Tracking 等待 Frame）

视觉系统常见 pipeline：

复制代码

Camera Thread
     ↓
Tracking Thread
     ↓
Mapping Thread

Tracking 等待 Frame：

cpp 复制代码

void TrackingThread()
{
    while (running)
    {
        ZoneScoped;

        std::unique_lock<std::mutex> lock(frameMutex);

        ZoneScopedN("Wait Frame");

        frameCV.wait(lock, [] { return !frameQueue.empty(); });

        Frame f = frameQueue.front();
        frameQueue.pop();

        lock.unlock();

        ProcessFrame(f);
    }
}

Tracy timeline：

复制代码

Tracking Thread

████ ProcessFrame
██ Wait Frame
████ ProcessFrame
██ Wait Frame

可以直观看到：

复制代码

等待时间
计算时间

五、统计 Frame Pipeline

SLAM 中推荐这样标记：

cpp 复制代码

void ProcessFrame()
{
    ZoneScopedN("Tracking");

    ExtractORB();
    PoseEstimation();
    LocalBA();
}

Tracy timeline：

复制代码

Frame 1

Tracking
 ├─ ExtractORB
 ├─ PoseEstimation
 └─ LocalBA

可以直接看到：

复制代码

哪个模块最慢

六、Frame profiler（视觉系统强烈推荐）

Tracy 还有 frame profiler。

使用：

cpp 复制代码

FrameMark;

例如：

cpp 复制代码

while (running)
{
    FrameMark;

    ProcessFrame();
}

Tracy会显示：

复制代码

FPS
Frame time
Frame jitter

非常适合 视觉前端优化。

七、Tracy 的优势

相比传统计时：

复制代码

chrono
printf

Tracy优势：

功能	Tracy
线程时间线	✅
mutex等待	✅
CPU cache miss	✅
实时可视化	✅
纳秒精度	✅

八、SLAM项目推荐 instrumentation

建议标记：

复制代码

Tracking
FeatureExtraction
PoseOptimization
LocalMapping
LoopClosing

示例：

cpp 复制代码

ZoneScopedN("FeatureExtraction");

九、实际项目性能优化示例

很多视觉系统优化流程：

复制代码

1 查看线程 timeline
2 找到等待时间
3 找到锁竞争
4 调整 pipeline

例如：

复制代码

Tracking wait frame 40ms
Mapping compute 200ms

说明：

复制代码

Mapping 成为瓶颈