从2.6.31内核开始，linux内核自带了一个性能分析工具perf，能够进行函数级与指令级的热点查找。
perf
performance analysis tools for linux.
performance counters for linux are a new kernel-based subsystem that provide a framework for all things
performance analysis. it covers hardware level (cpu/pmu, performance monitoring unit) features and
software features (software counters, tracepoints) as well.
perf是内置于linux内核源码树中的性能剖析(profiling)工具。
它基于事件采样原理，以性能事件为基础，支持针对处理器相关性能指标与操作系统相关性能指标的性能剖析。
常用于性能瓶颈的查找与热点代码的定位。
cpu周期(cpu-cycles)是默认的性能事件，所谓的cpu周期是指cpu所能识别的最小时间单元，通常为亿分之几秒，
是cpu执行最简单的指令时所需要的时间，例如读取寄存器中的内容，也叫做clock tick。
perf是一个包含22种子工具的工具集，以下是最常用的5种：
perf-list
perf-stat
perf-top
perf-record
perf-report
perf-list
perf-list用来查看perf所支持的性能事件，有软件的也有硬件的。
list all symbolic event types.
perf list [hw | sw | cache | tracepoint | event_glob]
(1) 性能事件的分布
hw：hardware event，9个
sw：software event，9个
cache：hardware cache event，26个
tracepoint：tracepoint event，775个
sw实际上是内核的计数器，与硬件无关。
hw和cache是cpu架构相关的，依赖于具体硬件。
tracepoint是基于内核的ftrace，主线2.6.3x以上的内核版本才支持。
(2) 指定性能事件(以它的属性)
-e
-e
-e
-e
-e
(3) 使用例子
显示内核和模块中，消耗最多cpu周期的函数：
# perf top -e cycles:k
显示分配高速缓存最多的函数：
# perf top -e kmem:kmem_cache_alloc
perf-top
对于一个指定的性能事件(默认是cpu周期)，显示消耗最多的函数或指令。
system profiling tool.
generates and displays a performance counter profile in real time.
perf top [-e
perf top主要用于实时分析各个函数在某个性能事件上的热度，能够快速的定位热点函数，包括应用程序函数、
模块函数与内核函数，甚至能够定位到热点指令。默认的性能事件为cpu cycles。
(1) 输出格式
# perf top
samples: 1m of event 'cycles', event count (approx.): 73891391490
5.44% perf [.] 0x0000000000023256
4.86% [kernel] [k] _spin_lock
2.43% [kernel] [k] _spin_lock_bh
2.29% [kernel] [k] _spin_lock_irqsave
1.77% [kernel] [k] __d_lookup
1.55% libc-2.12.so [.] __strcmp_sse42
1.43% nginx [.] ngx_vslprintf
1.37% [kernel] [k] tcp_poll
第一列：符号引发的性能事件的比例，默认指占用的cpu周期比例。
第二列：符号所在的dso(dynamic shared object)，可以是应用程序、内核、动态链接库、模块。
第三列：dso的类型。[.]表示此符号属于用户态的elf文件，包括可执行文件与动态链接库)。[k]表述此符号属于内核或模块。
第四列：符号名。有些符号不能解析为函数名，只能用地址表示。
(2) 常用交互命令
h：显示帮助
up/down/pgup/pgdn/space：上下和翻页。
a：annotate current symbol，注解当前符号。能够给出汇编语言的注解，给出各条指令的采样率。
d：过滤掉所有不属于此dso的符号。非常方便查看同一类别的符号。
p：将当前信息保存到perf.hist.n中。
(3) 常用命令行参数
-e
-p
-k
-k：不显示属于内核或模块的符号。
-u：不显示属于用户态程序的符号。
-d
-g：得到函数的调用关系图。
perf top -g [fractal]，路径概率为相对值，加起来为100%，调用顺序为从下往上。
perf top -g graph，路径概率为绝对值，加起来为该函数的热度。
(4) 使用例子
# perf top // 默认配置
# perf top -g // 得到调用关系图
# perf top -e cycles // 指定性能事件
# perf top -p 23015,32476 // 查看这两个进程的cpu cycles使用情况
# perf top -s comm,pid,symbol // 显示调用symbol的进程名和进程号
# perf top --comms nginx,top // 仅显示属于指定进程的符号
# perf top --symbols kfree // 仅显示指定的符号
perf-stat
用于分析指定程序的性能概况。
run a command and gather performance counter statistics.
perf stat [-e
perf stat [-e
(1) 输出格式
# perf stat ls
performance counter stats for 'ls':
0.653782 task-clock # 0.691 cpus utilized
0 context-switches # 0.000 k/sec
0 cpu-migrations # 0.000 k/sec
247 page-faults # 0.378 m/sec
1,625,426 cycles # 2.486 ghz
1,050,293 stalled-cycles-frontend # 64.62% frontend cycles idle
838,781 stalled-cycles-backend # 51.60% backend cycles idle
1,055,735 instructions # 0.65 insns per cycle
# 0.99 stalled cycles per insn
210,587 branches # 322.106 m/sec
10,809 branch-misses # 5.13% of all branches
0.000945883 seconds time elapsed
输出包括ls的执行时间，以及10个性能事件的统计。
task-clock：任务真正占用的处理器时间，单位为ms。cpus utilized = task-clock / time elapsed，cpu的占用率。
context-switches：上下文的切换次数。
cpu-migrations：处理器迁移次数。linux为了维持多个处理器的负载均衡，在特定条件下会将某个任务从一个cpu
迁移到另一个cpu。
page-faults：缺页异常的次数。当应用程序请求的页面尚未建立、请求的页面不在内存中，或者请求的页面虽然在内
存中，但物理地址和虚拟地址的映射关系尚未建立时，都会触发一次缺页异常。另外tlb不命中，页面访问权限不匹配
等情况也会触发缺页异常。
cycles：消耗的处理器周期数。如果把被ls使用的cpu cycles看成是一个处理器的，那么它的主频为2.486ghz。
可以用cycles / task-clock算出。
stalled-cycles-frontend：略过。
stalled-cycles-backend：略过。
instructions：执行了多少条指令。ipc为平均每个cpu cycle执行了多少条指令。
branches：遇到的分支指令数。branch-misses是预测错误的分支指令数。
(2) 常用参数
-p：stat events on existing process id (comma separated list). 仅分析目标进程及其创建的线程。
-a：system-wide collection from all cpus. 从所有cpu上收集性能数据。
-r：repeat command and print average stddev (max: 100). 重复执行命令求平均。
-c：count only on the list of cpus provided (comma separated list), 从指定cpu上收集性能数据。
-v：be more verbose (show counter open errors, etc), 显示更多性能数据。
-n：null run - don't start any counters，只显示任务的执行时间 。
-x sep：指定输出列的分隔符。
-o file：指定输出文件，--append指定追加模式。
--pre
--post
(3) 使用例子
执行10次程序，给出标准偏差与期望的比值：
# perf stat -r 10 ls > /dev/null
显示更详细的信息：
# perf stat -v ls > /dev/null
只显示任务执行时间，不显示性能计数器：
# perf stat -n ls > /dev/null
单独给出每个cpu上的信息：
# perf stat -a -a ls > /dev/null
ls命令执行了多少次系统调用：
# perf stat -e syscalls:sys_enter ls
perf-record
收集采样信息，并将其记录在数据文件中。
随后可以通过其它工具(perf-report)对数据文件进行分析，结果类似于perf-top的。
run a command and record its profile into perf.data.
this command runs a command and gathers a performance counter profile from it, into perf.data,
without displaying anything. this file can then be inspected later on, using perf report.
(1) 常用参数
-e：select the pmu event.
-a：system-wide collection from all cpus.
-p：record events on existing process id (comma separated list).
-a：append to the output file to do incremental profiling.
-f：overwrite existing data file.
-o：output file name.
-g：do call-graph (stack chain/backtrace) recording.
-c：collect samples only on the list of cpus provided.
(2) 使用例子
记录nginx进程的性能数据：
# perf record -p `pgrep -d ',' nginx`
记录执行ls时的性能数据：
# perf record ls -g
记录执行ls时的系统调用，可以知道哪些系统调用最频繁：
# perf record -e syscalls:sys_enter ls
perf-report
读取perf record创建的数据文件，并给出热点分析结果。
read perf.data (created by perf record) and display the profile.
this command displays the performance counter profile information recorded via perf record.
(1) 常用参数
-i：input file name. (default: perf.data)
(2) 使用例子
# perf report -i perf.data.2
more
除了以上5个常用工具外，还有一些适用于较特殊场景的工具， 比如内核锁、slab分配器、调度器，
也支持自定义探测点。
perf-lock
内核锁的性能分析。
analyze lock events.
perf lock {record | report | script | info}
需要编译选项的支持：config_lockdep、config_lock_stat。
config_lockdep defines acquired and release events.
config_lock_stat defines contended and acquired lock events.
(1) 常用选项
-i
-k
(2) 使用例子
# perf lock record ls // 记录
# perf lock report // 报告
(3) 输出格式
name acquired contended total wait (ns) max wait (ns) min wait (ns)
&mm->page_table_... 382 0 0 0 0
&mm->page_table_... 72 0 0 0 0
&fs->lock 64 0 0 0 0
dcache_lock 62 0 0 0 0
vfsmount_lock 43 0 0 0 0
&newf->file_lock... 41 0 0 0 0
name：内核锁的名字。
aquired：该锁被直接获得的次数，因为没有其它内核路径占用该锁，此时不用等待。
contended：该锁等待后获得的次数，此时被其它内核路径占用，需要等待。
total wait：为了获得该锁，总共的等待时间。
max wait：为了获得该锁，最大的等待时间。
min wait：为了获得该锁，最小的等待时间。
最后还有一个summary：
=== output for debug===
bad: 10, total: 246
bad rate: 4.065041 %
histogram of events caused bad sequence
acquire: 0
acquired: 0
contended: 0
release: 10
perf-kmem
slab分配器的性能分析。
tool to trace/measure kernel memory(slab) properties.
perf kmem {record | stat} [
(1) 常用选项
--i
--caller：show per-callsite statistics，显示内核中调用kmalloc和kfree的地方。
--alloc：show per-allocation statistics，显示分配的内存地址。
-l
-s
(2) 使用例子
# perf kmem record ls // 记录
# perf kmem stat --caller --alloc -l 20 // 报告
(3) 输出格式
------------------------------------------------------------------------------------------------------
callsite | total_alloc/per | total_req/per | hit | ping-pong | frag
------------------------------------------------------------------------------------------------------
perf_event_mmap ec | 311296/8192 | 155952/4104 | 38 | 0 | 49.902%
proc_reg_open 41 | 64/64 | 40/40 | 1 | 0 | 37.500%
__kmalloc_node 4d | 1024/1024 | 664/664 | 1 | 0 | 35.156%
ext3_readdir 5bd | 64/64 | 48/48 | 1 | 0 | 25.000%
load_elf_binary 8ec | 512/512 | 392/392 | 1 | 0 | 23.438%
callsite：内核代码中调用kmalloc和kfree的地方。
total_alloc/per：总共分配的内存大小，平均每次分配的内存大小。
total_req/per：总共请求的内存大小，平均每次请求的内存大小。
hit：调用的次数。
ping-pong：kmalloc和kfree不被同一个cpu执行时的次数，这会导致cache效率降低。
frag：碎片所占的百分比，碎片 = 分配的内存 - 请求的内存，这部分是浪费的。
有使用--alloc选项，还会看到alloc ptr，即所分配内存的地址。
最后还有一个summary：
summary
=======
total bytes requested: 290544
total bytes allocated: 447016
total bytes wasted on internal fragmentation: 156472
internal fragmentation: 35.003669%
cross cpu allocations: 2/509
probe-sched
调度模块分析。
trace/measure scheduler properties (latencies)
perf sched {record | latency | map | replay | script}
(1) 使用例子
# perf sched record sleep 10 // perf sched record
# perf report latency --sort max
(2) 输出格式
---------------------------------------------------------------------------------------------------------------
task | runtime ms | switches | average delay ms | maximum delay ms | maximum delay at |
---------------------------------------------------------------------------------------------------------------
events/10:61 | 0.655 ms | 10 | avg: 0.045 ms | max: 0.161 ms | max at: 9804.958730 s
sleep:11156 | 2.263 ms | 4 | avg: 0.052 ms | max: 0.118 ms | max at: 9804.865552 s
edac-poller:1125 | 0.598 ms | 10 | avg: 0.042 ms | max: 0.113 ms | max at: 9804.958698 s
events/2:53 | 0.676 ms | 10 | avg: 0.037 ms | max: 0.102 ms | max at: 9814.751605 s
perf:11155 | 2.109 ms | 1 | avg: 0.068 ms | max: 0.068 ms | max at: 9814.867918 s
task：进程名和pid。
runtime：实际的运行时间。
switches：进程切换的次数。
average delay：平均的调度延迟。
maximum delay：最大的调度延迟。
maximum delay at：最大调度延迟发生的时刻。
perf-probe
可以自定义探测点。
define new dynamic tracepoints.
使用例子
(1) display which lines in schedule() can be probed
# perf probe --line schedule
前面有行号的可以探测，没有行号的就不行了。
(2) add a probe on schedule() function 12th line.
# perf probe -a schedule:12
在schedule函数的12处增加一个探测点。