可观测性与稳定性 / 系统课时
使用 perf 进行深度分析
使用 perf 进行深度分析
本节介绍如何使用 perf 定位 Linux 程序运行热点,分析 CPU 消耗、系统调用和函数执行情况。完成学习后,你可以从性能现象出发找到高开销代码位置。
学习目标
- 理解 perf 的采样机制和常用分析维度
- 掌握使用 perf record 与 perf report 定位 CPU 热点
- 学会根据分析结果判断优化方向
perf 解决的性能分析问题
程序变慢时,仅观察 CPU 使用率只能知道资源紧张,却无法回答“哪个函数消耗最多时间”。perf 通过内核提供的性能事件采样能力,记录程序运行期间的 CPU 周期、指令、上下文切换等信息,帮助开发者定位热点。
perf 常用于分析 CPU 密集型问题,例如算法执行过慢、线程竞争导致 CPU 消耗异常、系统调用频繁等场景。它不需要修改业务代码,适合生产环境短时间采样。
使用 perf 采集运行数据
分析前需要确认系统已经安装 perf,并选择目标程序进行采样。常见流程是先记录数据,再生成报告。
bash
perf record -g -p <ID> -- sleep <TIME>
perf report预期输出
text
Samples: <ID> of event 'cycles'
Overhead Command Shared Object Symbol
35.20% app libc.so function_a
18.40% app app calculate_result其中 <ID> 表示目标进程 ID,<TIME> 表示采样持续时间。实际数值会根据运行环境变化。
阅读热点分析结果
perf report 中最重要的是 Overhead 字段,它表示某个函数消耗的采样比例。比例较高的函数通常是优化重点,但不能直接认为它一定存在问题,需要结合业务逻辑判断。
调用栈信息可以帮助定位热点来源。例如一个业务函数大量调用排序算法,可能需要优化算法复杂度;如果热点集中在锁等待相关路径,则应进一步检查并发设计。
常见分析边界
perf 的采样结果是统计意义上的近似值,不等同于每一次真实执行时间。短时间运行或低频调用函数可能无法获得稳定样本。
对于 I/O 延迟、内存泄漏等问题,perf 不是唯一工具,需要结合系统指标、日志和其他诊断工具共同判断。正确使用 perf 的关键是把采样结果转换为可验证的优化假设。
按自己的节奏,确认真正理解。