性能優化技巧之工具選擇
編者按：性能優化，不僅需要對系統和代碼熟悉，更需要一個強有力的工具支持。本文是性能優化系列文章的第三篇，從性能優化要考慮工具的哪些問題開始說起，到性能優化工具都有哪些？本文為您一一介紹。
“工欲善其事，必先利其器”(孔子)，雖然“思想比工具更重要”(彎曲網友)，但是，如果沒有工具支持，性能優化就會非常累。思想不好掌握，但是使用工具還是比較好學習的，有了工具支持，可以讓初級開發者更容易入門。
性能優化用到的工具，需要考慮哪些方面的問題?
1)使用工具是否需要重新編譯代碼?
一般來說，性能優化工具基本上都需要重新編譯代碼。因為在生產環境里面使用的image，應該是已經優化過的image。不應該在用戶環境里面去調試性能問題。但Build-in的工具有一個好處就是性能測試所用的image和性能調試所用的image是相同的，這樣可以避免重新編譯所帶來的誤差。
2)工具本身對測量結果的影響
如果是Build-in的工具，需要減小工具對性能的影響，啟用工具和不啟用工具對性能的影響應該在一定范圍之內，比如5%，否則不清楚是工具本身影響性能還是被測量的代碼性能下降。
如果是需要重新編譯使用的工具，這里的測試是一個相對值，不能做為性能指標的依據。因為編譯會修改代碼的位置，也可能會往代碼里面加一個測量函數，它生成的image和性能測試的image不一樣。
在這里要列出幾個我用過的Linux工具，其他系統應該也有對應的工具，讀者可以自己搜索。
性能測試工具一般分這么幾種
1)收集CPU的performance counter。CPU里面有很多performance counter，打開之后，會記錄CPU某些事件的數量，比如cache miss, 指令數，指令時間等等。這些counter需要編程才能使用。測量哪一段代碼完全由自己掌握。
2)利用編譯器的功能，在函數入口和出口自動加回調函數，在回調函數里面，記錄入口和出口的時間。收集這些信息，可以得到函數的調用流程和每個函數所花費的時間。
3)自己在代碼里面加入時間測量點，測量某段代碼執行的時間。這種工具看起來和#1的作用差不多，但是由于performance counter編程有很多限制，所以這種工具有時還是有用處的。
在Linux里面，我們經常會用到
1)Oprofile
Oprofile已經加入了linux的內核代碼庫，所以不需要打patch，但是還需要重新編譯內核才可以使用。這是使用最廣泛的linux工具，網上有很多使用指南，讀者可以自己搜索參考。
http://oprofile.sourceforge.net/news/
http://people.redhat.com/wcohen/Oprofile.pdf
2) KFT and Gprof
KFT是kernel的一個patch，只對kernel有效;Gprof是gcc里面的一個工具，只對用戶空間的程序有效。這兩個工具都需要重新編譯代碼，它們都用到了gcc里面的finstrument-functions選項。編譯時會在函數入口，出口加回調函數，而且inline函數也會改成非inline的。它的工作原理可以參考：
http://blog.linux.org.tw/~jserv/archives/001870.html
http://blog.linux.org.tw/~jserv/archives/001723.html
http://elinux.org/Kernel_Function_Trace
http://www.network-theory.co.uk/docs/gccintro/gccintro_80.html
個人認為這是一個非常有用的工具，對讀代碼也有幫助，是居家旅行的必備。這里還有一個slide比較各種工具的，可以看看。
3) Performance counter
http://anton.ozlabs.org/blog/2009/09/04/using-performance-counters-for-linux/
Linux performance counter，用于收集CPU的performance counter，已經加入了內核代碼庫。通常來說，performance counter的粒度太大，基本沒有什么用處，因為沒法定位問題出在哪里;如果粒度太小，就需要手工編程，不能靠加幾個檢查點就可以了。所以還是要結合上面兩個工具一起用才有好的效果。
工具解決哪些問題?
1)幫助建立基線。沒有基線，就沒辦法做性能優化。性能優化是個迭代的過程，指望一次搞定是不現實的。
2)幫助定位問題。這里有兩個涵義：一是性能問題出現在什么地方，是由哪一段代碼引起的;二是性能問題的原因，cache miss，TLB miss還是其他。
3)幫助驗證優化方案。優化的結果應該能在工具里面體現出來，而不是靠蒙。
【編輯推薦】
