perf性能分析：找出程序的真正瓶颈

可视化演示

展示perf性能分析流程：火焰图(main→foo→sort/cmp)展示调用栈热点，Stat→Rec→Rpt→Flame四步分析管线定位CPU瓶颈。

采样原理：直升机上的快门

城市观察员坐直升机在城市上空盘旋，不盯着每条街看，而是随手按快门。照片里出现最多的路口，就是最繁忙的路口——真实路况不用人工去数，靠“拍”就能还原。

程序运行也像城市车流：CPU 不停地在各个函数之间切换。我们没法无时无刻记录“车在哪儿”，于是每隔固定时间打断程序一下，看一眼此刻正在执行哪个函数。这个动作就叫采样。perf 默认用 CPU 时钟事件驱动采样，把中断瞬间的函数与调用栈记进 perf.data。

每秒钟按多少次快门，叫采样频率 f；程序总共跑了多久，叫时长 T；两者相乘得到总样本数 N。最后统计函数 i 被拍到的次数 n_i，它的占比就近似等于该函数消耗 CPU 的比例——这就是“用统计量还原真相”。

回到直升机：只要快门够密、飞行时间够长，统计出的“繁忙路口榜”就非常接近真实拥堵。perf 的热点排行榜，本质上就是一张城市出镜率榜单。

命令总览：观察员的四件套

观察员不会只有一个动作。他带望远镜、计数器、录像机和回放设备，perf 也把工具分成四件套。

perf top 像直升机上的直播大屏，实时刷新当前 CPU 最忙的进程和函数，适合“先扫一眼”；perf stat 像跑完一圈后的总结报告，给出 cache miss、分支预测失败、IPC 等汇总数字；perf record 像录像机，把采样数据录进 perf.data；perf report 像回放设备，打开录像带生成带调用栈的图文报告。

record 与 report 是黄金组合。record 每次中断除了记录当前函数，还会抓取整条调用栈，方便还原“谁调用了谁”。一份带调用栈的样本要占几百字节，样本越多，perf.data 越大。

所以聪明的观察员不会一上来就录像：先用直播大屏 perf top 扫一眼，再用 perf stat 摸底，最后才决定要不要 record 和 report。四件套配合，层层深入。

采样频率：快门按多快

拍飞驰的赛车，快门太慢会糊成一团；快门太快，存储卡几秒就爆。快门速度，就是采样频率。

采样有个直觉法则：采样频率必须远高于目标事件的频率。程序里短促的函数像一闪而过的赛车，如果频率太低，一个只运行 0.1 毫秒的短函数可能一次都进不了照片，热点被整个漏掉。反之，频率过高时，每次采样都要打断程序、抓调用栈、写文件，这些开销会拖慢程序本身，甚至改变程序的真实行为。

实践中的经验是：先用 -F 99 粗测找方向，再用 -F 999 甚至更高精确定位。低频防失真，高频抠细节，中间的多试几次。

好摄影师会先试拍几张看曝光。我们同样建议：先小频率粗测，再加大频率精确定位，别一上来就 10000 Hz——小心把相机（程序）震坏。

硬件计数器：看见看不见的堵点

直升机照片只能说明“哪里堵”，但一座桥堵，可能是桥面窄（代码逻辑重），也可能是收费站太慢（等内存）。perf 还有一组隐形传感器——硬件性能计数器，由 CPU 内部直接提供。

三个常见指标。cache-misses：数据在最后一级缓存没命中，不得不去内存取，一次 miss 要等上百个周期；branch-misses：分支预测猜错后，流水线要作废重来；IPC：每个时钟周期执行的指令数，IPC 越低说明 CPU 多数时间在“等”（等内存、等分支），而不是在“算”。

perf stat 会直接给出这些汇总。缓存 miss 率等于 miss 次数除以访问总次数。如果 miss 率很高而热点函数又是内存密集操作，就要考虑重构数据结构、提高局部性。

这一组传感器像地铁闸机上的计数器：车（数据）过闸时被挡了一下（miss），计数器咔嗒一声。一天下来，你就知道哪些闸机最堵。硬件计数器让“看不见的等待”变成白纸黑字的数字。

火焰图生成：把照片拼成热力地图

光有“哪条街最堵”还不够，市长还想知道“堵是从哪个区导流过来的”。火焰图就是这个叙事视图：把每条调用栈叠成一座火焰山，宽度代表停留时间占比，从下往上是根到叶的调用路径。

生成只需三步：先用 perf record -g 采集带调用栈的样本（录像时每帧附上 GPS 轨迹）；再用折叠脚本把多行调用栈压成一行，比如 main;parse;compute 42，这一步叫栈折叠；最后用 FlameGraph 工具把折叠后的数据画成 SVG。

解读时记住三条：顶部宽宽的平顶是性能问题的聚集地，说明某叶子函数独占了 CPU；颜色只是随机分配，与好坏无关；尖尖的山峰是频繁进出的小函数，平缓的熔岩层是持续霸占 CPU 的长函数。

有了热力地图，从上往下看：哪座山最宽，就沿着它往山下（上游调用者）走，找到真正值得优化的一整条调用链。这就是“拍照 → 折叠 → 画图 → 读图”的完整闭环。

CPU热点定位：锁定最忙的街区

城市报告说“金融街最忙”，我们还要回答：是修路还是红绿灯配时？热点定位的产出不是一句话，而是一条可执行的结论。

方法是：先用足够的频率 record，再用 perf report 按 self 列排序——self 是函数自己消耗的 CPU，不含子函数；children 才包含子函数。排在最前面的 self 大户就是候选热点。接着展开调用链，看流量来自哪几个 caller，结合源码确认：是调用次数太多，还是单次太慢，还是被锁和 IO 拖住。

一个常见陷阱：某函数很宽，但它是在等 IO 或等锁，优化它本身没用，要改的是上游并发度或锁设计。热点函数的大致耗时可以用总时间乘以样本占比估算。

锁定最忙街区后还要沿街巡查：看入口 caller 能否缓存、能否减少调用次数。定位不是目的，定位之后能行动才是目的。

对比调优：优化后重新拍一张

修完路，要重新航拍验证效果。所有优化都要用同一把尺子量：perf stat 优化前后各跑一遍，对比 elapsed、IPC、cache-misses 和分支预测失败次数。

动手前先算一笔账——Amdahl 定律。它说整体加速比只取决于被优化部分的占比和加速倍数。如果某函数占 60% 时间，把它优化 2 倍，整体最多加速 1.43 倍；就算优化 100 倍，整体极限也只有 2.5 倍。所以别在 2% 的热点上耗三天，先优化占比最大的那块。

观察员养成的习惯是：每次修改只变一个变量，记录前后 perf stat 的完整数字。缓存 miss 降了但 IPC 没升？想想为什么。持续“拍一张 → 对比 → 再拍”，每次微小的进步汇聚成可观的性能提升。

AI 应用场景

Python 演示

import signalimport time # 模拟 perf: 每隔固定间隔打断程序, 看 CPU 此刻在执行哪个函数samples = []        # 每次采样记录当前函数名interval = 0.001    # 采样间隔 1ms, 相当于 -F 1000  def fib(n):    if n <= 1:        return n    return fib(n - 1) + fib(n - 2)  def busy_square(n):    total = 0    for i in range(n):        total += i * i    return total  def main():    result = 0    for _ in range(3):        result += busy_square(200000)   # 快速但琐碎的活    result += fib(28)                   # 真正的 CPU 大热点    result += busy_square(300000)    return result  def sampler(signum, frame):    # 相当于 perf 的中断处理: 记录正在执行的函数名    samples.append(frame.f_code.co_name)  signal.signal(signal.SIGALRM, sampler)  def run_profile():    # 设置周期性定时器: 每 1ms 触发一次采样    signal.setitimer(signal.ITIMER_REAL, interval, interval)    start = time.time()    main()    signal.setitimer(signal.ITIMER_REAL, 0)   # 跑完关闭采样    elapsed = time.time() - start    counts = {}    for name in samples:        counts[name] = counts.get(name, 0) + 1   # 按函数聚合样本    print("elapsed: %.3fs  samples: %d" % (elapsed, len(samples)))    for name, num in sorted(counts.items(), key=lambda kv: kv[1], reverse=True):        print("%-14s %5d  %5.1f%%" % (name, num, num * 100.0 / len(samples)))  if __name__ == "__main__":    run_profile()

1. signal.signal(signal.SIGALRM, sampler)注册中断处理器：每次响铃都跳进 sampler。
2. signal.setitimer(signal.ITIMER_REAL, interval, interval)设置周期性定时器，相当于 perf record 的 -F 1000。
3. samples.append(frame.f_code.co_name)中断瞬间记录当前正在执行的函数名，这就是“拍一张照片”。
4. counts[name] = counts.get(name, 0) + 1把所有样本按函数名聚合，相当于 perf report 的统计。
5. num * 100.0 / len(samples)计算每个函数的热点占比，对应文章里的样本占比公式。

常见误区

面试题