本文將要學習如何使用gperftools工具定位C/C++程序的性能瓶頸，並用kcachegrind工具進行可視化展示。
gperftools簡介
gperftools（Google Performance Tools）是由谷歌開源的性能分析工具，能夠對程序進行profile，通俗的講就是能夠以一定的頻率對程序的堆棧進行採樣，採樣的次數越高，説明這個堆棧對應的代碼越熱。這個功能對於定位性能瓶頸十分有用。
本文選用gperftools的原因有幾點：
（1）非侵入性，也就是不用改應用代碼；
（2）對應用性能影響相對小，對比valgrind等工具；
（3）支持分析多線程程序。
注：此工具的安裝和詳細信息請參考官方網站。
示例代碼
#include <iostream>
using namespace std;
void func2()
{
static int i = 0;
++i;
}
void func3()
{
static int i = 0;
++i;
}
void func1()
{
for (;;) {
for (int j = 0; j < 3; ++j) {
func2();
}
func3();
}
}
int main()
{
func1();
return 0;
}操作系統：Linux
g++版本：9.3.1
編譯命令： g++ test.cpp -o test -g
代碼分析：以上代碼中main函數調用func1函數，在func1函數中無限循環調用func2和func3函數。
熱點定位
步驟一：運行示例程序，以LD_PRELOAD gperftools動態庫的方式
[root@fedora-36 test]# LD_PRELOAD="/usr/local/lib/libprofiler.so" CPUPROFILE=prof.out CPUPROFILESIGNAL=12 CPUPROFILE_FREQUENCY=10000 ./test 2>&1 > /dev/null
Using signal 12 as cpu profiling switch其中，各項參數的解釋如下，您可根據自己實際情況進行設置：
（1）可執行程序名：test
（2）gperftools動態庫：/usr/local/lib/libprofiler.so
（3）採樣輸出的文件名：prof.out
（4）控制採樣開始、結束的Linux信號：12
（5）採樣頻率：10000次/秒
步驟二：開始採樣
使用向被採樣程序發送linux信號的方式。若應用程序已經將Linux信號截獲，則無法採樣，需要修改應用程序不截獲Linux信號。
命令：kill -12 PID
注：PID是被採樣的程序的進程id，需要用實際的pid進行替換。
步驟三：結束採樣
大約等待10秒左右，再次向被採樣程序發送linux信號12，以結束採樣。
命令：kill -12 PID
此時，查看當前目錄，會發現生成了一個名為prof.out.0的文件
步驟四：生成可視化的採樣文件
命令1：pprof test prof.out.0
格式：pprof 被採樣的可執行程序名 生成的採樣文件名
注：pprof程序是gperftools自帶的程序
命令2：callgrind callgrind.out
注：生成callgrind文件，用來使用kcachegrind工具進行可視化展示
步驟五：使用kcachegrind工具展示採樣結果
kcachegind工具支持Windows和Linux操作系統。操作較簡單，只需要將步驟四中生成的callgrind.out文件導入工具中即可。下圖為採樣結果在kcachegrind軟件中的可視化展示。
一、導入採樣文件至kcachegrind軟件
從上圖可以看出函數的調用關係，main函數調用func1，func1調用func2和func3。其中，func1中較大的熱點如下：
（1）第16行的for循環，佔用了49.74%，佔比最高；
（2）第17行的func2函數，佔用了31.59%。
結束語
通過本文的學習，我們掌握瞭如何對C/C++程序進行profile，能夠幫助我們細粒度地分析程序熱點。建議讀者實際操作一下，掌握這項技能。
歡迎關注vx公眾號【Hankin-Liu的技術研究室】，持續分享軟件性能測試、調優、編程技巧、軟件調試技巧相關內容，輸出有價值、有沉澱的技術乾貨。
