性能分析指南

本指南覆盖 C++ 性能分析的关键工具与方法。

优化工作流程

mermaid

flowchart TD
    A[识别性能问题] --> B[用perf分析]
    B --> C[生成火焰图]
    C --> D[识别热点函数]
    D --> E{CPU还是内存瓶颈?}

    E -->|CPU| F{可向量化?}
    E -->|内存| G{高缓存未命中?}

    F -->|是| H[SIMD优化]
    F -->|否| I[算法变更]

    G -->|是| J[数据布局SOA]
    G -->|否| K[预取]

    H --> L[实现修复]
    I --> L
    J --> L
    K --> L

    L --> M[重新运行基准测试]
    M --> N{变快了?}
    N -->|是| O[文档化并提交]
    N -->|否| P[尝试不同方法]
    P --> B

    style A fill:#ff6b6b
    style O fill:#6bcb77
    style N fill:#ffd93d

概览

性能优化遵循一个简单循环：

测量 - 通过分析找到瓶颈
分析 - 理解根因
优化 - 有针对性地改进
验证 - 再次测量确认收益

工具

perf（Linux）

perf 是 Linux 上的标准性能分析工具。

perf 分析工作流程

mermaid

sequenceDiagram
    participant Dev as 开发者
    participant Perf as perf
    participant App as 应用程序
    participant FG as FlameGraph

    Dev->>Perf: perf record -g ./benchmark
    Perf->>App: 带采样执行
    App-->>Perf: 分析数据 (perf.data)
    Dev->>Perf: perf script
    Perf-->>Dev: 调用栈
    Dev->>FG: stackcollapse + flamegraph.pl
    FG-->>Dev: flamegraph.svg
    Dev->>Dev: 识别热点

安装

bash

# Ubuntu/Debian
sudo apt-get install linux-tools-common linux-tools-generic

# Fedora
sudo dnf install perf

基本用法

bash

# 记录 CPU 采样
perf record -g ./your_benchmark

# 查看报告
perf report

# 查看注释源代码
perf annotate

常用命令

bash

# CPU 周期统计
perf stat ./your_benchmark

# 缓存未命中分析
perf stat -e cache-references,cache-misses,L1-dcache-load-misses ./your_benchmark

# 分支预测
perf stat -e branches,branch-misses ./your_benchmark

# 记录调用图（C++ 用 dwarf）
perf record -g --call-graph dwarf ./your_benchmark

FlameGraph

FlameGraph 以直观方式展示时间花费。

使用项目脚本

bash

# 为某个基准生成 FlameGraph
./tools/performance/generate_flamegraph.sh ./build/release/examples/02-memory-cache/bench/aos_soa_bench

# 查看结果
firefox flamegraph.svg

手动生成

bash

# 克隆 FlameGraph 工具（如果尚未完成）
git clone https://github.com/brendangregg/FlameGraph.git

# 使用 perf 采样
perf record -F 99 -g ./your_benchmark

# 生成 FlameGraph
perf script | ./FlameGraph/stackcollapse-perf.pl | ./FlameGraph/flamegraph.pl > flamegraph.svg

读懂 FlameGraph

宽度 = 时间开销（越宽时间越多）
高度 = 调用栈深度
颜色 = 随机（无意义）
顶部 = 当前执行函数
底部 = 入口点（main）

关注点：

宽平台（热点函数）
深调用栈（过深的调用）
意外函数耗时

Valgrind

Valgrind 提供细粒度的内存与缓存分析。

Cachegrind（缓存模拟）

bash

# 运行缓存模拟
valgrind --tool=cachegrind ./your_benchmark

# 查看结果
cg_annotate cachegrind.out.*

输出包含：

I1 缓存未命中（指令缓存）
D1 缓存未命中（L1 数据缓存）
LL 缓存未命中（最后一级缓存）

Callgrind（调用图分析）

bash

# 运行调用图分析
valgrind --tool=callgrind ./your_benchmark

# 使用 KCachegrind 查看（GUI）
kcachegrind callgrind.out.*

Intel VTune（高级）

在 Intel CPU 上，VTune 提供最详细的分析能力。

安装

从 Intel oneAPI 下载。

基本用法

bash

# 热点分析
vtune -collect hotspots ./your_benchmark

# 内存访问分析
vtune -collect memory-access ./your_benchmark

# 微架构分析
vtune -collect uarch-exploration ./your_benchmark

# 查看结果
vtune-gui

分析策略

CPU 密集型代码

先用 perf stat 获取概览
用 perf record + FlameGraph 找热点函数
用 perf annotate 查看热点指令
结合编译器报告检查向量化情况

bash

# 检查代码是否被向量化
g++ -O3 -march=native -fopt-info-vec-optimized your_code.cpp

内存密集型代码

通过 perf stat 查看缓存未命中
用 Cachegrind 进行细粒度缓存分析
关注：
- L1 未命中率高（> 5%）
- LLC 未命中率高（> 1%）
- 空间局部性差

bash

# 快速缓存检查
perf stat -e L1-dcache-load-misses,L1-dcache-loads ./your_benchmark

多线程代码

检查伪共享
分析锁竞争
验证线程扩展性

bash

# 检查缓存行抖动（伪共享指标）
perf stat -e cache-misses ./your_benchmark

# 使用不同线程数运行
OMP_NUM_THREADS=1 ./your_benchmark
OMP_NUM_THREADS=2 ./your_benchmark
OMP_NUM_THREADS=4 ./your_benchmark

常见性能问题

1. 缓存未命中

现象：

L1/L2/L3 未命中率高
内存带宽饱和

解决思路：

改善数据局部性（SOA 布局）
使用预取
缩小工作集

2. 分支预测失败

现象：

branch-misses 数量高
控制流不可预测

解决思路：

使用无分支代码
对数据排序以改善预测
使用 CMOV 指令

3. 伪共享

现象：

多线程扩展性差
缓存到缓存传输高

解决思路：

将数据填充到缓存行边界
使用线程本地存储
减少共享状态

4. 向量化失败

现象：

热点循环仍是标量代码
汇编中看不到 SIMD 指令

解决思路：

对齐数据
使用 restrict 指针
简化循环结构
使用显式 SIMD 内在函数

基准测试最佳实践

避免测量误差

cpp

// 防止死代码消除
benchmark::DoNotOptimize(result);

// 确保内存写入可见
benchmark::ClobberMemory();

预热缓存

cpp

// 测量前先运行若干次
for (int i = 0; i < warmup_iterations; ++i) {
    do_work();
}

控制环境

bash

# 禁用 CPU 频率动态调整
sudo cpupower frequency-set --governor performance

# 绑定到指定 CPU
taskset -c 0 ./your_benchmark

# 关闭 ASLR 以提高可复现性
echo 0 | sudo tee /proc/sys/kernel/randomize_va_space

统计显著性

运行多次
报告均值、中位数与标准差
使用 Google Benchmark 内置统计

bash

# 输出统计信息
./your_benchmark --benchmark_repetitions=10 --benchmark_report_aggregates_only=true

速查表

任务	工具	命令
CPU 热点	perf	`perf record -g ./bench && perf report`
缓存未命中	perf	`perf stat -e cache-misses ./bench`
可视化分析	FlameGraph	`./tools/performance/generate_flamegraph.sh ./bench`
详细缓存	Valgrind	`valgrind --tool=cachegrind ./bench`
调用图	Valgrind	`valgrind --tool=callgrind ./bench`
向量化	GCC	`-fopt-info-vec-optimized`
向量化	Clang	`-Rpass=loop-vectorize`

另请参阅

学习路径 - 跟随课程
最佳实践 - 优化模式
故障排查 - 常见问题

性能分析指南 ​

优化工作流程 ​

概览 ​

工具 ​

perf（Linux） ​

perf 分析工作流程 ​

安装 ​

基本用法 ​

常用命令 ​

FlameGraph ​

使用项目脚本 ​

手动生成 ​

读懂 FlameGraph ​

Valgrind ​

Cachegrind（缓存模拟） ​

Callgrind（调用图分析） ​

Intel VTune（高级） ​

安装 ​

基本用法 ​

分析策略 ​

CPU 密集型代码 ​

内存密集型代码 ​

多线程代码 ​

常见性能问题 ​

1. 缓存未命中 ​

2. 分支预测失败 ​

3. 伪共享 ​

4. 向量化失败 ​

基准测试最佳实践 ​

避免测量误差 ​

预热缓存 ​

控制环境 ​

统计显著性 ​

速查表 ​

另请参阅 ​

性能分析指南

优化工作流程

概览

工具

perf（Linux）

perf 分析工作流程

安装

基本用法

常用命令

FlameGraph

使用项目脚本

手动生成

读懂 FlameGraph

Valgrind

Cachegrind（缓存模拟）

Callgrind（调用图分析）

Intel VTune（高级）

安装

基本用法

分析策略

CPU 密集型代码

内存密集型代码

多线程代码

常见性能问题

1. 缓存未命中

2. 分支预测失败

3. 伪共享

4. 向量化失败

基准测试最佳实践

避免测量误差

预热缓存

控制环境

统计显著性

速查表

另请参阅