ProcESSPERFORMANCE：一款便携易用的进程度量工具

软件影响11（2022）100220原始软件出版物ProcE ssPE rforMA ncE：一个便携且易于使用的工具，用于度量正在运行的进程Miguel Garciaa，Jose Quirogaa，Francisco Ortina，b，a奥维耶多大学计算机科学系，Federico Garcia Lorca 18，33007，西班牙b爱尔兰科克Bishopstown Rossa Avenue明斯特理工大学计算机科学系自动清洁装置保留字：高性能CPU内存网络流量资源消耗A B标准测量应用程序在运行时消耗的资源在不同的场景中是一项重要的任务，例如程序优化，恶意软件和错误检测以及硬件扩展。虽然有不同的工具可用于此目的，但它们有时会显示出一些限制，例如操作系统和硬件依赖性，性能开销和使用复杂性。出于这个原因，我们创建了ProcE ssPE rforMA ncE，这是一个便携且易于使用的命令行工具，可提供有关正在运行的进程的任意组合所消耗它还避免了由软件和二进制代码注入引起的性能开销代码元数据当前代码版本1.1.1用于此代码版本的代码/存储库的永久链接https://github.com/SoftwareImpacts/SIMPAC-2021-199Reproducible Capsule的永久链接https://codeocean.com/capsule/7889504/tree/v1法律代码许可证MIT使用git的代码版本控制系统使用C#8.0的软件代码语言、工具和服务编译要求，操作环境依赖性。NETCore 3.1+，TraceEvent 2.0.55如果可用，链接到开发人员文档/手册https://github.com/ComputationalReflection/ProcessPerformance/blob/master/README.md问题支持电子邮件garciarmiguel@uniovi.es1. 介绍有时需要测量进程在运行时消耗的资源[1]。该度量是一条有价值的信息，可以优化消耗过多资源的应用程序，根据运行的进程扩展硬件资源，识别潜在的恶意程序，并比较不同进程的资源消耗[1]。用户需要测量的常见资源是CPU、内存和网络消耗[2]。资源消耗数据通常由硬件监视器、在操作系统级别实现的附加例程或注入程序的代码收集[3]。测量技术的选择取决于不同的因素，例如待测量的数据、测量工具对系统性能的潜在影响、以及测量工具的性能整个应用程序，以及可用的硬件和软件资源，等等[3]。现代操作系统包括系统监视器来监督计算机中系统资源的使用[4]。任务管理器是系统监控程序，提供有关计算机性能的信息，包括运行进程的名称、CPU和GPU负载、I/O信息、登录用户和操作系统服务[5]。示例任务管理器是SysInternals Process Explorer [6]，GNOME SystemMonitor [7]和macOS Activity Monitor [8]。这些任务管理器提供图形用户界面以向用户提供信息，但它们不便于提取测量的数据。相反，tasklist [9]、top [10]、iotop [11]和nethogs [12]都是文本命令行任务管理器，可以更容易地检索本文中的代码（和数据）已由Code Ocean认证为可复制：（https://codeocean.com/）。更多关于生殖器的信息徽章倡议可在https://www.elsevier.com/physical-sciences-and-engineering/computer-science/journals上查阅。通讯作者：奥维耶多大学计算机科学系，Federico Garcia Lorca 18，33007，奥维耶多，西班牙。电子邮件地址：garciarmiguel@uniovi.es（M. 加西亚），quirogajose@uniovi.es（J. Quiroga），ortin@uniovi.es（F.Ortin）。https://doi.org/10.1016/j.simpa.2022.100220接收日期：2021年12月28日;接收日期：2022年1月4日;接受日期：2022年1月4日2665-9638/©2022作者。由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表软件影响杂志 首页：www.journals.elsevier.com/software-impactsM. Garcia，J. Quiroga和F. 奥尔廷软件影响11（2022）1002202信息. iotop和nethogs只提供网络信息，这些工具都不支持Windows、Linux和macOS。软件插装工具在源代码或二进制代码周围添加代码片段，以测量动态资源消耗[13]。它们可用于诊断内存错误、评估运行时性能、生成跟踪信息和分析应用程序[1]。Valgrind是一个二进制工具框架，用于不同的Unix可执行文件[1]。Apache Netbeans Profiler是一个类似的Java程序工具[14]。软件插装工具的主要缺点是插装代码带来的内存和CPU消耗开销。硬件性能计数器（HPC）是另一种获取应用程序执行详细信息的方法[15]。HPC是基于硬件计数器，在跟踪生成阶段记录微处理器活动。稍后，这些信息可以通过Windows可靠性和性能监视器（perfmon）[16]、SysInternals进程监视器[17]和perf [18]等工具进行分析。 与基于软件的方法相比，HPC的主要优点是HPC提供更低的性能开销以获得详细的性能信息，但它们依赖于硬件[19]。一些其他方法基于修改用于运行软件的虚拟机的行为。Java管理扩展（Java Management Extensions，JMX）框架提供了一种可配置的机制 来 管理 和 监 控Java 应 用 程序 。 使 用 托管 梁 （ ManagedBeams ，MBeans），可以对程序进行检测，以测量应用程序消耗的运行时资源.同样，dotnet-trace是一个.NET应用程序，它支持应用程序跟踪的收集，一个原生的分析器[21]。这类工具提供有关运行时资源消耗的运行时信息，但仅适用于在特定虚拟机上执行的应用程序。进程和系统实用程序（psutil）是一个跨平台的库，用于检索正在运行的进程的信息，如CPU，内存，磁盘和网络消耗[22]。它是用Python3.4编写的，旨在监视和分析系统。它支持大多数操作系统。psutils是作为API交付的，因此用户必须编写自己的程序来可视化运行程序的资源消耗。在本文中，我们介绍了ProcE ssPE rforMA ncE，这是一个开源的多平台工具，用于监视和检索运行进程的任何组合所消耗嵌入式进程插装是在操作系统级别执行的，因此高级源代码插装不会产生开销。当硬件支持HPC时，操作软件可以使用HPC信息，几乎不会造成运行时开销[19]。ProcE ssPE rforMA ncE在免费开源的.NETCore平台上实现，该平台可在Windows，Linux和macOS上运行。它提供了一个易于使用的命令行界面，不需要后续分析跟踪日志信息。Proc E ssP E rfor MA nc E的服务可由任何其他应用程序使用，因为其源代码可在https：//github下载。com/ComputationalReflection/Process我的妈妈。2. 应用程序描述和功能PROCE ssPE rfor MANCE旨在轻松提供有关任何进程所消耗资源的它检索有关一段时间内CPU、内存和网络资源消耗的信息ProcE ssPErforMA ncE是一个为.NETCore平台实现的便携式开源应用程序测量内存和CPU使用率使用System.Diagnostics命名空间中的Process类，它支持与本地和远程进程、事件日志和性能计数器的交互[23]。对于过程网络消耗，我们使用TraceEvent库[24]，它允许我们收集和处理下面简要描述Proc E ssP E rfor如何管理从操作系统收集资源消耗信息，如图1所示。一曰：• CPU消耗量，以CPU总资源的使用百分比来衡量。它是用以下公式计算的������������������������������������������=������������������������������������������������������∕���������������������������∕������������������������日本语简体中文繁体中文한 국 어第一个操作数是类，它返回微处理器花费在任务上的时间（它是用户和特权的总和处理器时间）[23]。处理器时间在图中以蓝色矩形表示。1.一、时钟时间是所测量的时间间隔的经过的执行时间（即，图1中���������������������������的−���������）。这两个值的除法给出了进程使用的CPU然后将该值除以系统核心数（Environment类的ProcessorCount属性）来获取CPU消耗量，因为TotalProcessorTime表示所有核心的工作时间之和• 总体网络流量是指自执行ProcE ssPE r- forMA ncE以来，所有进程在网络上传输的字节数。GetIPv4Statistics方法用于从操作系统获取该信息，包括发送的字节（IPv4接口-统计的BytesSent属性，如图中的深绿色矩形所示）。 1）和接收（BytesReceived属性，在图中显示为浅绿色直角。①的人。有了这些信息，ProcEssPE rforMA ncEdis-播放传输的字节数和传输速率。• 进程网络消耗是指自进程ssPE r- forMA ncE开始测量以来，单个进程在网络TraceEventSession对象用于注册系统中触发的所有TCP/IP事件它遵循观察者设计模式，其中侦听器被注册为在不同事件发生时得到通知[25]。ProcE ssPE rfor-MAncE为TcpIpRecv和TcpIpSend事件注册自身以存储关于接收和发送的数据的信息每次这两个事件中的一个被触发，我们检查引起数据传输的进程是否图1显示了一个进程发送的数据，深灰色矩形，而浅灰色方框表示接收到的数据。• 内存消耗。要测量由进程在运行时，我们计算进程使用的工作集内存的最大大小（即，Process的PeakWorkingSet属性[26]）。一个进程的工作集是物理RAM内存中当前对进程可见的内存页。这些页面是常驻的，可供应用程序使用，而不会触发页面错误。工作集包括共享数据和私有数据。共享数据包括包含进程执行的所有指令的页面，包括来自进程模块和系统库的指令。如图1，当程序从操作系统要求更多内存时，进程使用的工作集内存在运行时增长是很常见的2.1. 用法和示例ProcE ssPE rforMA ncE是一个易于使用的命令行工具。如果用户运行1ProcessPerformance -help，则将描述以下命令行选项：在操作系统上运行的进程的事件数据。得到为 了 获 得 整 个 网 络 流 量 的 信 息 ， ProcE ssPE rforMA ncE 使 用NetworkInterface类，该类为网络接口提供配置和统计信息。1在Windows中，应用程序直接通过ProcessPerfor- mance运行。在基于Unix的操作系统中，它必须写 为 dotnetProcessPerformance.dll。M. Garcia，J. Quiroga和F. 奥尔廷软件影响11（2022）1002203Fig. 1. 从操作系统收集资源消耗信息。图二. ProcessPerformance chrome-interval的输出：500。• ������������������������������������������十二������������������������...要监视的进程的名称或PID（进程标识符）的列表，以空格分隔。如果没有进程通过，则显示整个系统资源• - 间隔：毫秒。用于收集运行的间隔资源消耗的时间信息，以毫秒表示。默认值为1，000（一秒）。• -network：IP_address。 使用的网络接口的IP地址来测量数据传输。• -CSV。 以逗号分隔值（CSV）形式显示-处 理 性 能 chrometomcatneo4jpostgres-network：192.168.137.2输出如图3所示。网络流量显示为两个值：22个进程传输的所有数据的总和（4个程序），并通过192.168.137.2网络接口传输数据。3. 影响当测量应用程序在运行时消耗的资源mat.·.描述不同的命令行参数。时间，重要的是要定义一个严格的统计方法- 救命例如，以下命令显示Chrome Web浏览器消耗的CPU、内存和网络资源，每半second：ProcessPerformance chrome -interval：500. 的命令生成图2所示的输出，其中ProcE ssPE rfor-MAncE告诉我们有四个不同的进程在运行Chrome，并显示这四个进程消耗的资源ProcE ssPE rforMA ncE允许测量复杂应用程序或系统（定义为运行程序的集合）所消耗的资源。因此，以下命令可用于测量运行应用服务器（Apache Tomcat）、两个持久性系统（PostgreSQL和Neo4j）以及Chrome Web浏览器作为客户端的客户端-服务器应用程序所使用的总体资源正确使用工具[27]。ProcE ssPE r- forMA ncE的特点使其成为度量各种应用程序所消耗的运行时资源的有价值的工具。在比较编程语言实现技术的场景中，ProcE ssPE rforMA ncE已用于测量程序专门化[28]、静态单赋值（SSA）转换[29]、混合动态和静态类型[30]、编译器实现[31]、运行时类型缓存优化[32]、交集和并集类型[33]以及类型推断[34]的运行时扩展和内存消耗。它也被用来比较不同的效率Python实现[35]，包括invokedynamic操作码在Java 7中[36]，为Java平台实现动态语言[37]，以及Java应用程序的适应性[38]。M. Garcia，J. Quiroga和F. 奥尔廷软件影响11（2022）1002204图三. ProcessPerformance chrome tomcat neo4j postgres的输出-interval：500-network：192.168.137.2。在面向方面编程（AOP）的场景中，ProcE ssPE r- forMA ncE已被用于比较Java [39]和.NET平台[40]的动态和静态编织器的效率，分析AOP对分布式系统安全的适用性[41]，并测量DSAW AOP平台的运行时性能[42]。同样，我们的工具测量了内存和CPU消耗各种虚拟机实现，如增加结构化交互[43]和动态继承到.NET[44]，以及nitrO虚拟机的实现[45]。ProcE ssPE rfor-MAncE已被用于测量多平台移动应用程序的设计和实现中的网络和内存消耗[46]，包括DIMAG后端模块[47]和LIZARD本地接口生成器[48]。我们已经使用ProcE ssPE rforMA ncE来测量由基础设施产生的网络流量，以在线提供同步编程实验室[49]。在这种情况下，各种应用一起测量，因为系统包括不同的过程。ProcE ssPE rforMA ncE是了解整个系统生成的网络流量的有用工具，由于学生家庭中的互联网连接有限，这是一个关键方面[49]。ProcE ssPE rforMA ncE也被用于测量不同场景中机器学习模型的训练和推理时间，例如程序员分类[50]，学生 我们已经使用我们的工具来比较不同持久化系统所消耗的运行时资源，例如图数据库[55]，反射持久化系统[56]，面向方面的数据库演化系统[57]，基于对象的正交持久化[58]。4. 限制如第2节所述，ProcE ssPE rforMA ncE使用TraceEvent库来了解特定进程发送和接收的数据。TraceEvent最初设计用于解析Windows操作系统生成的Windows事件跟踪（ETW）事件致谢这项工作得到了西班牙科学，创新和大学部的部分资助：项目RTI2018 -099235-B-I 00。作者还通过支持官方研究小组获得了西班牙奥维耶多大学的资金（GR-2011-0040）。引用[1]N. Nethercote ， J. Seward ， Valgrind ： A Program Supervision Framework ，Electronic. 注意Theor。Comput. Sci. 89（2）（2003）44[2] 诉萨拉普拉湾甘尼桑A.加拉湾Gschwind，J.C.Sexton，R.E.下一个-generationperformancecounters ： Towardsmonitoringoverthousandsconcurrentevents ， in ： ISPASS 2008 - IEEE International Symposium OnPerformanceAnalysisOf Systems And Software，2008，pp. 139-146。[3] J.R. Larus，T. Ball，重写可执行文件以度量程序行为，Softw。实际有效期24（2）（1994）197-218。[4] C.A.R. Hoare，J.：An Operating System Structuring Concept，Commun. ACM17（10）（1974）549-557.[5]K. Pothuganti，A.Haile，S.Pothuganti，实时操作的比较研究嵌入式系统的系统，Int. J. Innov.剩余补偿Commun. Eng.6（4）（2016）12008-12014.[6] Microsoft，Process Explorer v16.43，2021，https://docs.microsoft.com/en-us/sysinternals/downloads/process-explorer。[7]GNOME项目，系统监视器，2021，https://help.gnome.org/users/gnome-system-monitor/stable。[8] 苹果公司（Apple Inc.）Mac OS Monterey的活动监视器用户指南，2021年，https：//support.apple.com/guide/activity-monitor/welcome/mac网站。[9] Microsoft，任务列表，2021，https://docs.microsoft.com/en-us/windows-server/administration/windows-commands/tasklist。[10]tOp. linux手册页，2021，https://man7.org/linux/man-pages/man1/top.1。HTML.[11]G.查扎拉因，iotop。linux手册页，2021，https://www.man7.org/linux/man-pages/man8/iotop.8.html。[12]A. Engelen，Nethogs，2021，https://github.com/raboof/nethogs.[13]J. Pierce，医学博士史密斯，T. Mudge，Instrumentation tools，in：FastSimulation OfComputerArchitectures，Springer，US，Boston，MA，1995，pp.47比86[14]I.科斯塔拉斯角Drabo，J. Juneau，S. Reimers，M. Schröder，G. Wielenga，编译和分析，in：Pro Apache NetBeans，Springer，2020，pp. 127-178.[15]L. 乌萨德尔， A. 乔治， I. 韦尔博韦德， 利用 硬件性能因此，ProcE ssPE rforMA ncE仅提供此特定信息计数器，在：第五届密码学故障诊断和容错研讨会在Windows操作系统上运行时然而，值得注意的是，为任何操作系统提供了整个网络的流量信息。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作M. Garcia，J. Quiroga和F. 奥尔廷软件影响11（2022）10022052008年，第页。59比67[16]Microsoft，Perfmon，2021，https://docs.microsoft.com/en-us/windows-server/administration/windows-commands/perfmon。[17]Microsoft，Process Monitor v3.86，2021，https://docs.microsoft.com/en-us/sysinternals/downloads/procmon。[18]Perf：Linux profiling with performance counters，2021，https://perf.wiki.kernel.org/index.php。[19]C. 马龙，M。扎达尔河硬件性能计数器是成本吗程序完整性检查的有效方法，在：Proceedings Of The SixthACM Workshop OnScalableTrustedComputing ， 在 ： STC' 1 1，A s s o c i a t i o nf o rC o m p u t i n g M a c h i n e r y ， N e w Y o r k ， N Y ， U S A ， 2 0 1 1 ， p p . 71比76M. Garcia，J. Quiroga和F. 奥尔廷软件影响11（2022）1002206[20] H.应用程序管理的Java管理扩展，IBM系统。J.40（1）（2001）104-129.[21]微软，点网追踪性能分析实用性，2021,https：//docs.microsoft.com/en-us/dotnet/core/diagnostics/dotnet-trace网站。[22] Psutil。python中用于进程和系统监控的跨平台库，2021，https://github.com/giampaolo/psutil。[23] 微软，Process.TotalProcessorTime财产（系统诊断），2021年，https://docs.microsoft.com/en-us/dotnet/api/system.diagnostics.process。totalprocessortime？view=netcore-3.1.[24] Microsoft，Microsoft.diagnostics.tracing.TraceEvent库，2021，https://github.com/Microsoft/perfview/blob/main/documentation/TraceEvent/TraceEventLibrary.md。[25] E.伽马河赫尔姆河Johnson，J. Vlissides，D.模式，可重用面向对象软件的元素，Addison-Wesley Reading，马萨诸塞州，1995年。[26] 微软，Process.PeakWorkingSet64财产（系统诊断），2021年，https://docs.microsoft.com/en-us/dotnet/api/system.diagnostics.process。peakworkingset64？view=netcore-3.1.[27] A.Georges ， D. 比 伊 泰 尔 特 湖 Eeckhout ， Statisticallystrictjavaperformanceevaluation ， in ： Proceedings Of The 22nd Annual ACM SIGPLANConference OnObject-Oriented Programming Systems And Applications ， in ：OOPSLA，ACM，NewYork，NY，USA，2007，pp. 57比76[28] F. Ortin，M.加西亚，S。McSweeney，基于规则的程序专门化以优化逐步类型化的代码，Knowl。179（2019）145-173.[29] J. Quiroga，F. Ortin，SSA转换，以促进动态类型代码中的类型推断，Comput。J.60（9）（2017）1300-1315。[30] F. Ortin，D. Zapico，J.B.G. Pérez-Schofield，M.在同一种编程语言中包含静态和动态类型，IET Softw。4（4）（2010）268-282。[31]M. Garcia，F. Ortin，J. Quiroga，一种高效的混合动态和静态类型语言的设计和实现，Softw。实际有效期46（2）（2016）199-226。[32] J. Quiroga，F. Ortin，D. Llewellyn-Jones，M. Garcia，.NET平台上混合动态和静态类型语言的优化运行时性能，J.Syst.Softw。113（2016）114-129.[33] F. Ortin，M. García，Union和intersection类型支持动态和静态类型，Inform.过程Lett. 111（6）（2011）278[34] F. Ortin ， Type inference to optimize a hybrid statically and dynamictypedlanguage，Comput. J. 54（11）（2011）1901[35] J.M.雷东多湾Ortin，Acomprehensiveevaluationofcommonpythonimplementations，IEEE Softw. 32（4）（2014）76[36] P. Conde，F. Ortin，JINDY：一个支持invokedynamic的java库。Sci. INF. 系统11（1）（2014）47[37] F. Ortin，P. Conde，D.费尔南德斯-朗万河Izquierdo，Invokedynamic的运行时性能：使用Java库进行评估，IEEE Softw。31（4）（2013）82-90。[38] I. Lagartos，J.M.雷东多湾吴晓 波 ， 王 晓 波 ， 等. 系统软件。153（2019）220[39] O. Rodriguez-Prieto ， F. Ortin ， D. O'Shea ， E f f i c i e n tr u n t i m ea s p e c tw e a v i n g f o r j a v a a p p l i c a t i o n s ， Inf. 软件。Technol. 100（2018）73[40] J.M. Felix，F. Ortin，Efficient aspect weaver for the .NET platform，IEEE Lat.Am. 13（5）（2015）1534-1541。[41]M.加西亚湾Llewellyn-Jones，F. Ortin，M. Merabti，将动态方面分离应用于分布式系统安全：案例研究，IET Softw。6（3）（2012）231-248。[42] F.奥尔廷湖Vinuesa，J.M. Felix，面向方面的软件开发平台，Int. J. 软件。Eng. 知道。Eng. 21（7）（2011）891[43] F. Ortin，文学硕士拉布拉多，J.M.一种基于类和原型的混合对象模型来支持语言中立的结构化交互，Inf.Softw.2004。44（1）（2014）199-219。[44] J.M. 雷 东 多 湾 Ortin ， Efficient support of dynamic inheritance for class-andprototype-basedlanguages，J. 系统软件。86（2）（2013）278[45] F. Ortin，D. Diez，通过反射设计一个适应性强的异构抽象机，Inf. 软件。Technol.47（2）（2005）。[46] 米拉韦岛Marín，F. Ortin，J. Rodríguez，本机移动应用程序的声明式实现框架，IET Softw。8（2014）19[47] 米 拉 韦 岛 Marín ， F. Ortin ， A. Rionda ， DIMAG ： A framework forautomaticgenerationofmobileapplicationsformultipleplatforms ， in ：ProceedingsOf The6th InternationalConferenceOn MobileTechnology ，Application And Systems，in：Mobility'09，2009，pp. 1-8号。[48] I. Marin，F.奥尔廷湾Pedrosa，J. Rodriguez，通过模型转换为多个设备生成本地用户界面，Front。Inf. Technol. Electr. Eng.16（12）（2015）。[49] M. Garcia，J. Quiroga，F. Ortin，一种提供同步远程编程实验室的基础设施，IEEETrans. 学习. Technol. 14（2）（2021）161[50] F.奥尔廷岛Rodriguez-Prieto，N. Pascual，M. Garcia，异构树结构分类，根据Java程序员的专业知识水平对其进行分类，FutureGener。Comput. 105（2020）380-394.[51]M. Riestra-González ， M. del Puerto Paule-Ruí z ， F. Ortin ， Massive LMS logdataanalysis for the early prediction of course-ognostic student performance ，Comput. 163（2021）104108-104128.[52] J. Escalada ， T.史考 利， F。Ortin ， Improving type information inferred bydecompilers with supervised machine learning，2021，arXiv：2101.08116。[53] F. Ortin，J.Escalada，Cnerator：用于标准C源代码的受控随机生成的 Pytho n 应用程 序，SoftwareX 15（2021）100711-100717。[54] J. Escalada ， F. Ortin ， T. Scully ， An efficient platform for the automaticextractionofpatterns in native code，Sci. 程序. 2017年（2017年）。[55] O. Rodriguez-Prieto，A. Mycroft，F. Ortin，使用覆盖图表示的Java源代码分析的高效和可扩展平台，IEEE Access 8（2020）72239-72260。[56] F.奥尔廷湾洛佩兹，J.B. García Perez-Schofield，通过计算反射分离适应性持久性属性，IEEE Softw。21（6）（2004）。[57]R.H.佩雷拉，J.B.G. Perez-Schofield，F. Ortin，模块化应用程序和数据库演化-正交持久化的面向方面框架，Softw。实际有效期47（2）（2017）193-221。[58] J. García Perez-Schofield ，E. García Roselló，F. Ortin ，M. Pérez Cota，VisualZero：A Persistent and Interactive Object Oriented Programming Environment，J.Vis. Lang.计算。19（3）（2008）。