性能调优：定位与代码层面策略 - CSDN文库

需积分: 24 132 浏览量更新于2024-07-05 收藏 398KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

GNU 的 gprof，IBM 的 PurifyPlus，Intel 的 VTune，AMD 的

CodeAnalyst，还有 Linux 下的 OProfile/perf，后面两个可以让你对你的

代码优化到 CPU 的微指令级别，如果你关心 CPU 的 L1/L2 的缓存调优，

那么你需要考虑一下使用 VTune。使用这些 Profiler 工具，可以让你程序

中各个模块函数甚至指令的很多东西，如：运行的时间，调用的次数，

CPU 的利用率，等等。这些东西对我们来说非常有用。

我们重点观察运行时间最多，调用次数最多的那些函数和指令。这里注意

一下，对于调用次数多但是时间很短的函数，你可能只需要轻微优化一

下，你的性能就上去了（比如：某函数一秒钟被调用 100 万次，你想想如

果你让这个函数提高 0.01 毫秒的时间，这会给你带来多大的性能）

使用 Profiler 有个问题我们需要注意一下，因为 Profiler 会让你的程序运

行的性能变低，像 PurifyPlus 这样的工具会在你的代码中插入很多代码，

会导致你的程序运行效率变低，从而没法测试出在高吞吐量下的系统的性

能，对此，一般有两个方法来定位系统瓶颈：

1）在你的代码中自己做统计，使用微秒级的计时器和函数调用计算器，

每隔 10 秒把统计 log 到文件中。

2）分段注释你的代码块，让一些函数空转，做 Hard Code 的 Mock，然

后再测试一下系统的 Throughput 和 Latency 是否有质的变化，如果有，

那么被注释的函数就是性能瓶颈，再在这个函数体内注释代码，直到找到

最耗性能的语句。

最后再说一点，对于性能测试，不同的 Throughput 会出现不同的测试结

果，不同的测试数据也会有不同的测试结果。所以，用于性能测试的数据

非常重要，性能测试中，我们需要观测试不同 Throughput 的结果。

剩余22页未读，继续阅读

xianjie0318

粉丝: 1800
资源: 43

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈