Linux代码性能检测利器（二）--OProfile之代码分析示例

/Uploads/Images/Content/201911/04/7df1ca56f70e3127c0ea9e00986f70f2

对于做应用级别（相对内核开发）的开发，如果只想快速找到代码性能瓶颈而对OProfile的工作原理不感兴趣，只看该示例应该就足够了。

假如我们的代码文件是/home/leo/oprofile_test/main.cpp，内容是：

[cpp]
view plain
copy

#include <stdio.h>  
  
#include <unistd.h>  
  
#include <string.h>  
  
   
  
class FileOp  
  
{  
  
         public:  
  
                   FileOp(char *file)  
  
                   {  
  
                            strcpy(m_fileName， file);  
  
                            m_buff = new char[1024];  
  
                            memset(m_buff， 0， 1024);  
  
                   }  
  
   
  
                   ~FileOp()  
  
                   {  
  
                            delete []m_buff;  
  
                            m_buff = NULL;  
  
                   }  
  
   
  
                   void DoWork()  
  
                   {                           
  
                            FILE *fp = fopen(m_fileName， "r");  
  
                            if(!fp)  
  
                            {  
  
                                     return;  
  
                            }  
  
   
  
                            int count = 0;  
  
                            int i = 0;  
  
                            while(!feof(fp))  
  
                            {  
  
                                     fgets(m_buff， 1023， fp);  
  
                                     count = strlen(m_buff);  
  
                                     usleep(100);  
  
                                     fprintf(stderr， "The %ld has %ld characters!\n"， ++i， count);  
  
                            }  
  
   
  
                            fclose(fp);  
  
                   }  
  
   
  
         private:  
  
                   char m_fileName[1024];  
  
                   char *m_buff;  
  
};  
  
   
  
   
  
int main(int argc， char **argv)  
  
{  
  
         if(argc != 2)  
  
         {  
  
                   return -1;  
  
         }         
  
          
  
         FileOp op(argv[1]);  
  
         op.DoWork();  
  
          
  
         return 0;  
  
}  

这段程序读取一个从命令行传递过来的一个文件，打印出每一行的字符数（这段代码是在64位机器上运行的）。
a)        使用“g++ -g main.cpp”将源代码编译成可执行程序
b)        使用“opcontrol --init”进行分析器初始化（启动分析器驱动模块）
c)        使用“opcontrol --setup --image=/home/leo/oprofile_test/a.out
--event=CPU_CLK_UNHALTED:6000:0”和“opcontrol --no-vmlinux”设置分析器，如下图所示：





d)        使用“opcontrol
--start”启动分析器





e)        运行程序，比如：“./a.out /var/log/messages.1”
运行完成后，使用下面的命令获取分析结果。
a)        运行“opcontrol --dump”将采样数据送入分析器中
b)        运行“opreport -l”查看函数级的分析结果，如下图所示：





由图中可以看到FileOp::DoWork的采样百分比占到了99.0909%，说明大部分的CPU时间都是在此函数中。
c)        运行“opannotate --source”查看代码级别的分析结果，如下图所示：





   上图只是截取了关键的部分输出，从这个输出可以看到strlen这行占到了77%（红色矩形中数字768表示在分析采样过程中改行采样数量为768，即每次设置的事件发生时查看运行所在的代码位置，发现一次就对改行的采样数加1，。77.5758代表改行采样数占所有采样数的77.5758%），说明这段代码的运行效率很低，找到了性能瓶颈，接下来的工作就是找函数替换strlen啦！（strlen的效率实在很低，尤其是当字符串很长的时候）
 
       OK，到此分析结果已经出来了，不过对于工程很大的情况，opreport和opannotate的输出很多，这时候把分析结果导出到文件中就比较容易查看了，对于opreport，可以使用“opreport
-l -o ./analysis.log”来讲分析结果输出到文件中，如下图所示：





而对于opannotate来讲，可以使用“opannotate
--source --output-dir=/tmp/”来讲分析结果对应到相应的源代码文件中，如下图所示：





上面的命令的意思是将相应的打了标注的源代码文件放在“/tmp/”目录下，在该目录下，会根据源代码的文件结构生成相对应的文件结果，如图，在“/tmp/”目录下生成了“home/leo/oprofile_test”目录，与源代码的目录一致，而“main.cpp”就在该目录下，打开该目录下的“main.cpp”就可以查看每句代码对应的采样数据以及资源占用百分比了。

      

       用完了分析器，使用命令“opcontrol --stop”停止采样，命令“opcontrol --reset”清除当前会话中的采样数据，命令“opcontrol --shutdown”关闭分析器内核模块，“opcontrol --stop” 和命令“opcontrol --reset”是非常有必要的，因为不进行这两步下次在进行分析时就会受到这次结果的影响。