使用oprofile分析性能瓶颈
1. 概述oprofile 是 Linux 平台上，类似 INTEL VTune 的一个功能强大的性能分析工具。
其支持两种采样(sampling)方式：基于事件的采样(event based)和基于时间的采样(time based)。
基于事件的采样是oprofile只记录特定事件（比如L2 cache miss）的发生次数，当达到用户设定的
定值时oprofile 就记录一下（采一个样）。这种方式需要CPU 内部有性能计数器(performace counter)。
现代CPU内部一般都有性能计数器，龙芯2E内部亦内置了2个性能计数器。
基于时间的采样是oprofile 借助OS 时钟中断的机制，每个时钟中断 oprofile 都会记录一次(采一次样）。
引入的目的在于，提供对没有性能计数器 CPU 的支持。其精度相对于基于事件的采样要低。因为要借助 OS
时钟中断的支持，对禁用中断的代码oprofile不能对其进行分析。
oprofile 在Linux 上分两部分，一个是内核模块(oprofile.ko)，一个为用户空间的守护进程(oprofiled)。
前者负责访问性能计数器或者注册基于时间采样的函数(使用register_timer_hook注册之，使时钟中断处理
程序最后执行profile_tick 时可以访问之)，并采样置于内核的缓冲区内。后者在后台运行，负责从内核空
间收集数据，写入文件。
2. oprofile 的安装
以龙芯2E平台为例，要使用oprofile 首先得采用打开oprofile支持的内核启动。然后安装下面3个软件包：
oprofile, oprofile-common, oprofile-gui，其中核心软件包是oprofile-common，其包括以下工具集：
/usr/bin/oprofiled 守护进程
/usr/bin/opcontrol 控制前端，负责控制与用户交互，用得最多
/usr/bin/opannotate 根据搜集到的数据，在源码或者汇编层面上注释并呈现给用户
/usr/bin/opreport 生成二进制镜像或符号的概览
/usr/bin/ophelp 列出oprofile支持的事件
/usr/bin/opgprof 生成gprof格式的剖析数据
...
目前oprofile 在龙芯2E上已经移植好了，包括用户空间的工具集软件包，亦可用矣。
一个测试用的内核，已经打开 oprofile ，位于 http://people.openrays.org/~comcat/godson/vmlinux-2.6.18-oprofile
用户空间工具集deb 包位于： http://people.openrays.org/~comcat/godson/oprofile-0.9.2/
3. oprofile 快速上手
a. 初始化
opcontrol --init
该命令会加载oprofile.ko模块，mount oprofilefs。成功后会在/dev/oprofile/目录下导出
一些文件和目录如： cpu_type, dump, enable, pointer_size, stats/
b. 配置
主要设置计数事件和样本计数，以及计数的CPU模式（用户态、核心态）
opcontrol --setup --event=CYCLES:1000::0:1
则是设置计数事件为CYCLES，即对处理器时钟周期进行计数
样本计数为1000，即每1000个时钟周期，oprofile 取样一次。
处理器运行于核心态则不计数
运行于用户态则计数
--event=name:count:unitmask:kernel:user
name: event name, e.g. CYCLES or ICACHE_MISSES
count: reset counter value e.g. 100000
unitmask: hardware unit mask e.g. 0x0f
kernel: whether to profile kernel: 0 or 1
user: whether to profile userspace: 0 or 1
c. 启动
opcontrol --start
d. 运行待分析之程序
./ffmpeg -c cif -vcodec mpeg4 -i /root/paris.yuv paris.avi
e. 取出数据
opcontrol --dump
opcontrol --stop
f. 分析结果
opreport -l ./ffmpeg
则会输出如下结果：
CPU: GODSON2E, speed 0 MHz (estimated)
Counted CYCLES events (Cycles) with a unit mask of 0x00 (No unit mask) count 10000
samples % symbol name
11739 27.0148 pix_abs16_c
6052 13.9274 pix_abs16_xy2_c
4439 10.2154 ff_jpeg_fdct_islow
2574 5.9235 pix_abs16_y2_c
2555 5.8798 dct_quantize_c
2514 5.7854 pix_abs8_c
2358 5.4264 pix_abs16_x2_c
1388 3.1942 diff_pixels_c
964 2.2184 ff_estimate_p_frame_motion
852 1.9607 simple_idct_add
768 1.7674 sse16_c
751 1.7283 ff_epzs_motion_search
735 1.6914 pix_norm1_c
619 1.4245 pix_sum_c
561 1.2910 mpeg4_encode_blocks
558 1.2841 encode_thread
269 0.6190 put_no_rnd_pixels16_c
255 0.5868 dct_unquantize_h263_inter_c
......
4. 例子
oprofile 可以分析处理器周期、TLB 失误、分支预测失误、缓存失误、中断处理程序，等等。
你可以使用 opcontrol --list-events 列出当前处理器上可监视事件列表。
下面分析一个编写不当的例子：
[带有cache问题的代码cache.c]
+++++++++++++++++++++++++++++++++++++++++++++++
int matrix[2047][7];
void bad_access()
{
int k, j, sum = 0;
for(k = 0; k < 7; k++)
for(j = 0; j < 2047; j++)
sum += matrix[j][k] * 1024;
}
int main()
{
int i;
for(i = 0; i< 100000; i++)
bad_access();
return 0;
}
+++++++++++++++++++++++++++++++++++++++++++++++
编译之： gcc -g cache.c -o cache
使用oprofile 分析之：
opcontrol --init
opcontrol --setup --event=DCACHE_MISSES:500::0:1
opcontrol --start && ./cache && opcontrol --dump && opcontrol --stop
使用 opannotate 分析结果为：
/*
* Command line: opannotate --source ./cachee
*
* Interpretation of command line:
* Output annotated source file with samples
* Output all files
*
* CPU: GODSON2E, speed 0 MHz (estimated)
* Counted ICACHE_MISSES events (Instruction Cache misses number ) with a unit mask of 0x00 (No unit mask) count 500
*/
/*
* Total samples for file : "/comcat/test/pmc.test/cachee.c"
*
* 34 100.000
*/
:int matrix[2047][7];
:
:void bad_access()
:{ /* bad_access total: 33 97.0588 */
: int k, j, sum = 0;
:
: for(k = 0; k < 7; k++)
33 97.0588 : for(j = 0; j < 2047; j++)
: sum += matrix[j][k] * 1024;
:
:}
:
:int main()
:{ /* main total: 1 2.9412 */
: int i;
:
1 2.9412 : for(i = 0; i< 10000; i++)
: bad_access();
:
: return 0;
:
:}
:
opreport 解析的结果为：
GodSonSmall:/comcat/test/pmc.test# opreport -l ./cache
CPU: GODSON2E, speed 0 MHz (estimated)
Counted ICACHE_MISSES events (Instruction Cache misses number ) with a unit mask of 0x00 (No unit mask) count 500
samples % symbol name
33 97.0588 bad_access
1 2.9412 main
可以看到bad_access() cache miss 事件的样本共有33个，占总数的97%
改进 bad_access() 为 good_access() 后：
void good_access()
{
int k, j, sum = 0;
for(k = 0; k < 2047; k++)
for(j = 0; j < 7; j++)
sum += matrix[k][j] * 1024;
}
CPU: GODSON2E, speed 0 MHz (estimated)
Counted ICACHE_MISSES events (Instruction Cache misses number ) with a unit mask of 0x00 (No unit mask) count 500
samples % symbol name
22 95.6522 good_access
1 4.3478 main
可以看到改进后 cache miss 事件的样本减少为22个，占总数的95%
可以使用gprof, 编译你程序时加 -pg -g
运行之会在当前目录产生 gmon.out
gprof ./your_program_name
就可以看到了
----------------------------------------
使用oprofile 更精确：
opcontrol --reset
opcontrol --init
opcontrol --setup --event=CYCLES:1000
opcontrol --start && ./your_program_name && opcontrol --dump && opcontrol --stop
opreport -l ./your_program_name
就可以看到了，使用oprofile，编译时只要加 -g 就可以了
)
