标签: perf

我做了一个符合W3规范的简单实现.在这里,我只是持有不同的合法字符集(合法的起始字符不同于以下字符)并使用string.Contains.但是这些合法字符组合令人惊讶地(对我来说)很大,只是在候选字符串的时候检查一个字符变得有点贵.

目前这不是一个问题,因为我需要每次执行一次(几秒钟,几分钟甚至几小时)验证一些字符串一次(花费几毫秒),但我很想知道其他人会建议什么.

这是我直截了当的实现:

using System;
using System.Text;
using Project.Common; // Guard

namespace Project.Common.XmlUtilities
{
    static public class XmlUtil
    {
        static public bool IsLegalElementName(string localName)
        {
            Guard.ArgumentNotNull(localName, "localName");
            if (localName == "") 
                return false;

            if (NameStartChars.IndexOf(localName[0]) == -1)
                return false;

            for (int i = 1; i < localName.Length; i++)
                if (NameChars.IndexOf(localName[i]) == -1)
                    return false;

            return true;
        }


        // See W3 spec at http://www.w3.org/TR/REC-xml/#NT-NameStartChar.
        static public readonly string NameStartChars = AZ.ToLower() + AZ + ":_" + GetStringFromCharRanges(0xC0, 0xD6, 0xD8, 0xF6, 0xF8, …

有什么方法可以通过 Linux 中的 perf 工具捕获 L3 缓存命中和未命中。根据 的输出perf list cache，支持 L1 和 LLC 缓存。根据perf源码中perf_evsel__hw_cache数组的定义：

const char *perf_evsel__hw_cache[PERF_COUNT_HW_CACHE_MAX]
                                [PERF_EVSEL__MAX_ALIASES] = {
 { "L1-dcache", "l1-d",         "l1d",          "L1-data",              },
 { "L1-icache", "l1-i",         "l1i",          "L1-instruction",       },
 { "LLC",       "L2",                                                   },
 { "dTLB",      "d-tlb",        "Data-TLB",                             },
 { "iTLB",      "i-tlb",        "Instruction-TLB",                      },
 { "branch",    "branches",     "bpu",          "btb",          "bpc",  },
 { "node",                                                              },
};

LLC 是 L2-cache 的别名。我的问题是如何通过 Linux 中的 perf 工具捕获 L3 缓存命中和未命中。提前致谢！

我正在尝试使用符号编译的Linux perf调试webkit构建.

"perf report -g"的输出具有半人类可读符号和另一半字母数字值.

例如:

_ZN7WebCore12RenderObject18setAnimatableStyleEN3WTF10PassRefPtrINS_11RenderStyleEEE
    |
    |--91.30%-- _ZN7WebCore4Node14setRenderStyleEN3WTF10PassRefPtrINS_11RenderStyleEEE
    |          _ZN7WebCore7Element11recalcStyleENS_4Node11StyleChangeE
    |          _ZN7WebCore7Element11recalcStyleENS_4Node11StyleChangeE
    |          _ZN7WebCore7Element11recalcStyleENS_4Node11StyleChangeE

这里发生了什么事？

什么是_ZN7？

我的预感是这与C++有关,也许我需要编译更多的选项来使符号正确地表示为perf.

这里的任何指针将不胜感激.我在文档中的任何地方都找不到任何相关内容.

我试图了解 perf 记录的缓存未命中。我有一个最小的程序：

int main(void)
{
    return 0;
}

如果我编译这个：

gcc -std=c99 -W -Wall -Werror -O3 -S -o test.S test.c

我得到了一个预期的小程序：

        .file   "test.c"
        .section        .text.startup,"ax",@progbits
        .p2align 4,,15
        .globl  main
        .type   main, @function
main:
.LFB0:
        .cfi_startproc
        xorl    %eax, %eax
        ret
        .cfi_endproc
.LFE0:
        .size   main, .-main
        .ident  "GCC: (Debian 4.7.2-5) 4.7.2"
        .section        .note.GNU-stack,"",@progbits

只有两条指令, xorland ret，程序的大小应该小于一个缓存行，所以我希望如果我运行perf -e "cache-misses:u" ./test我应该只看到一个缓存未命中。但是，我看到的是 2 到 ~400。同样，perf -e "cache-misses" ./test结果是 ~700 到 ~2500。

这只是一个估计计数的情况，还是缓存未命中发生的方式使对它们的推理近似？例如，如果我生成并读取内存中的一个整数数组，我是否可以推理预取（顺序访问应该允许完美预取）或者还有其他东西在起作用吗？

我正在学习如何使用 perf. 我使用了性能统计数据，然后使用了性能报告。所以我注意到 memcpy 中的缓存未命中。是否可以进行某种回溯来找出这是哪个 memcpy？仅仅知道它来自 memcpy 是毫无用处的。

我正在 ARM 板上的旧版本内核上运行 perf record。内核版本为3.18.21-rt19

板上的 perf 版本同样是 perf 版本 3.18.21。

虽然我可以在此性能上记录和使用报告功能，但此版本的报告 TUI 非常糟糕/不存在。它不是可扩展部分（在图形模式下），而是显示为一个巨大的可滚动函数列表，非常难以使用。另外，由于某种原因，我的 C++ 函数名称没有被破坏，因此很难阅读它。

是否有可能以某种方式：

1. 将在此较旧 ARM 内核上创建的 perf.data 导出到运行较新内核和较新版本 perf 的 x86 计算机，并使用该计算机上的 perf 报告。当我尝试这样做时（我在运行 perf 版本 4.4.13 的内核 4.4.0-31-generic 上运行），我丢失了所有符号，即使在 ARM 计算机上运行 perf 报告显示符号很好（C++ 名称仍然被破坏） ）。我不确定这是否只是因为这些内核版本之间的 perf.data 格式发生了变化，或者 x86 版本是否完全无法读取 ARM 机器生成的数据。

2. 为我的旧内核构建一个更新的性能版本（至少是前端），它可以进行整理并公开更新的更好的 TUI。

更改 ARM 板上的内核版本对我来说不是一个选择。

我试图在主机上使用 Intel-PT，而我在来宾计算机中运行通用软件程序。所以我期望在主机中运行的 Intel-PT 将记录所有相关的数据包（如 PIP、FUP、TSC 等）以及所有基于 VM 的数据包，如 VMCS。

我使用以下命令 -

./perf kvm --host --guest --guestkallsyms=guest-kallsyms --guestmodules=guest-modules record -e intel_pt//

guest-kallsyms 和 guest-modules 是我从来宾复制到主机上的 kallsyms 和模块文件。

然后我将启动我的虚拟机。我将在客户机上运行一个程序。程序执行完成后，我将在主机中按Ctrl + C (SIGINT) 停止录制。

我看到，一旦我尝试使用 perf 报告读取使用以下命令生成的文件 -

./perf kvm report -i perf.data.kvm

它返回“未找到样本”。这意味着 Intel-PT 未能记录任何样本。

注意：MSR_IA32_VMX_MISC对于我的处理器，我发现 MSR 中值的第 14 位是 0。根据 Intel 文档，对于要在 VMX 操作中使用的 Intel-PT，该位应为 1。这是否会以任何方式影响 Intel-PT 不记录任何样本的原因？

INTEL-PT 即使在 VM 开启时也能工作吗？还是我记录数据的方法不对？

编辑：我使用的是Linux 内核 4.11.3，具有 Ubuntu 17.04和支持 Intel-PT 的 Broadwell CPU。

我想在我的代码中为每个函数调用动态指令计数,以便我可以将该计数器视为:

name of function | instructions 
     foo()       |     3533 
     bar()       |     1234

以下是子问题:

1. 这可能用perf吗？
2. 如果是:perf我应该使用什么样的标志来获取(至少)这些信息？
3. 如果不是:我可以用什么其他程序这样做？

我编写了一个简单的代码进行测试prof。

double bar_compute (double d) {
    double t = std::abs(d);
    t += std::sqrt(d);
    t += std::cos(d);

    return t;
}

// Do some computation n times
double foo_compute(unsigned n) {
    std::random_device rd;
    std::mt19937 mt(rd());
    std::uniform_real_distribution<double> dist(0.0, 1.0);

    double total = 0;
    for (int i=0; i<n; i++) {
        double d = dist(mt);
        total += bar_compute(d);
    }
    return total;
}

当我运行prof并查看输出时，它是

  56.14%  runcode  libm-2.23.so       [.] __cos_avx                                                                                                                                
  27.34%  runcode  runcode            [.] _Z11foo_computej                                                                                                                         
  13.92%  runcode  runcode            [.] _Z11bar_computed                                                                                                                         
   0.86%  runcode  libm-2.23.so …

我有一个执行指针追踪的程序，我正在尝试尽可能地优化指针追踪循环。我注意到perf record检测到函数中大约 20% 的执行时间myFunction()用于执行跳转指令（用于在读取特定值后退出循环）。

需要注意的一些事项：

• 指针追踪路径可以轻松放入 L1 数据缓存
• 使用__builtin_expect以避免分支预测错误的成本没有显着影响

perf record 有以下输出：

Samples: 153K of event 'cycles', 10000 Hz, Event count (approx.): 35559166926                                                                                                                                                               
myFunction  /tmp/foobar [Percent: local hits]                                                                                                                                                                            
Percent?      endbr64                                                                                                                                                                                                                       
      ...
 80.09 ?20:   mov     (%rdx,%rbx,1),%ebx                                                                                                                                                                                                    
  0.07 ?      add     $0x1,%rax                                                                                                                                                                                                             
       ?      cmp     $0xffffffff,%ebx                                                                                                                                                                                                      
 19.84 ?    ? jne     20                                                                                                                                                                                                                    
      ...

我希望在这个循环中花费的大部分周期都用于从内存中读取值，这是由 perf 确认的。我还希望剩余的周期在执行循环中剩余的指令时会有些均匀地花费。相反， perf 报告的是剩余周期的很大一部分用于执行跳转。

我怀疑通过了解用于执行这些指令的微操作，我可以更好地了解这些成本，但我对从哪里开始有点迷茫。