google perftools性能分析工具说明

google perftools 分析程序性能

Google perftools

1、功能简介

它的主要功能就是通过采样的方式，给程序中 cpu 的使用情况进行“画像”，通过它所输出

的结果，我们可以对程序中各个函数（得到函数之间的调用关系）耗时情况一目了然。在

对程序做性能优化的时候，这个是很重要的，先把最耗时的若干个操作优化好，程序的整

体性能提升应该十分明显，这也是做性能优化的一个最为基本的原则—先优化最耗时的。

2、安装

5、make && make install

ps：编译时打开了 –enable-frame-pointers ，这要求被测试的程序在编译时要加上 gcc

编译选项，否则某些多线程程序可能会 core:

CCFLAGS=-fno-omit-frame-pointer

ps：perftools 对 2.4 内核的多线程支持不是很好，只能分析主线程，但是 2.6 内核解决

了这个问题。

安装图形化分析工具 kcachegrind：

kcachegrind 用来分析产生的 pro$ling 文件，linux 环境下使用。

kcachegrind install：sudoapt-getinstallkcachegrind



2、链接静态库：这种方式是最为常用的方式，后面会有详细的介绍。

For example：gcc […] -o helloworld –lpro$ler

运行程序：env CPUPROFILE=./helloworld.prof ./helloworld

指定要 pro$le 的程序为 helloworld，并且指定产生的分析结果文件的路径为./

helloworld.prof

3、链接动态库：这种方式和静态库的方式差不多，但通常不推荐使用，除非使用者不想

额外链一个静态库（因为链接静态库会增大 binary 的大小）的情况，可以考虑使用这种

方式。

方式：运行时使用 LD_PRELOAD，e.g.% env

LD_PRELOAD="/usr/lib/libpro$ler.so" <binary>（不推荐这种方式）。

Ps：env 是 linux 下插入环境变量的 shell 命令

调用 pprof 分析数据文件：

% pprof /bin/ls ls.prof

 Enters "interactive" mode

% pprof --text /bin/ls ls.prof

 Outputs one line per procedure

% pprof --gv /bin/ls ls.prof

 Displays annotated call-graph via 'gv'

% pprof --gv --focus=Mutex /bin/ls ls.prof

 Restricts to code paths including a .*Mutex.* entry

% pprof --gv --focus=Mutex --ignore=string /bin/ls ls.prof

 Outputs one line per procedure for localhost:1234

% pprof --callgrind /bin/ls ls.prof

 Outputs the call information in callgrind format

分析 callgrind 的输出：

使用 kcachegrind 工具来对.callgrind 输出进行分析

e.g.% pprof --callgrind /bin/ls ls.prof > ls.callgrind

% kcachegrind ls.callgrind

4、举例

事例一：cpu_pro$ler_example.cpp，在代码中插入标签，可以针对某个函数进行特定

的 pro$le