用于可视化每个线程正在运行的函数的工具 我试图用多线程C++应用程序调试性能问题。基本上，我的多线程程序（10个线程）比单线程程序慢得多

我一直在尝试valgrind（callgrind）、gprof和gdb等工具。但到目前为止，我还无法弄清楚线程被阻塞的确切位置以及原因。gprof和callgrind为我提供了在每个函数上花费的全部时间。但这一次是否包括线程被阻塞的时间？是否有任何开源工具可用于调试此问题。

即使我没有现成的答案，我也会从这里的注释中切换，因为还有更多的空间来编写和格式化

你能澄清一下“lahks”这个词吗？我只找到了，但这纯粹是猜测，我不知道你的意思

每个线程有大量的对象。当您随机采样/停止时，您是否观看了stacktraces？我知道alloc/dealoc是stacktrace中最常见的叶子，但是*nonleaf*s呢？你能看到什么叫alloc/dealoc吗？这就是抽样方法的要点——查看调用的原始数据，并从统计上估计哪些可能的源代码导致调用过于频繁

由于大量优化或体系结构不匹配，您可能无法观察堆栈跟踪的“更高部分”（即，如果您的应用程序使用任务队列，那么大多数情况下，您将只看到“获取任务”、“检查任务”、“执行任务”步骤，而不是真正的来源），但是，几乎在每一个架构中，您都可以适当地进行调整（在任务查询方面，只需尝试对任务注册进行采样！）

还有另一种方式——alloc/Dealoc膨胀是相当普遍的：它通常与架构和算法有关，或者是与bug有关。然而，这种情况不仅在“优化发布”版本（在查看堆栈跟踪时存在问题）中很容易观察到，而且在“完整调试信息”版本中也会很快出现——优化越少，整个系统的运行速度就越慢，但是您应该能够看到并收集所有可能的中间方法

另一件事：你说过“多线程”比“单线程”慢得多。这就产生了一个关于如何在它们之间切换的问题？你们有两个独立的实现吗？或者您只是在1个workerthread和N个workerthread之间调整线程池大小？与“alloc/dealloc”问题交叉——也许您的每个线程每次都需要执行太多的设置/拆卸

尝试检查线程（作为一个组，也查看线程的生命周期）实际需要重复准备的内容，与单线程选项相比

例如，单线程可能会以某种方式节省alloc/dealoc，并可能重用某些结构），而N线程可能需要N倍于相同结构的时间。如果线程只是重复地启动/停止并且没有被重用，那么它们的N*数据也可能没有被重用，因此N个线程可能只是在实际工作之前的准备工作上浪费时间

此外，如果您成功地捕获了无关的分配方案，那么为什么不进一步跟踪一下呢：停止之后，走出分配器，尝试查看正在被覆盖的内容。我的意思是，你可以一步一步地检查写入记忆的内容，这可以让你进一步了解实际发生的事情。然而，这可能是一项非常艰巨的任务，特别是因为它必须重复多次。。我会把它作为最后的手段

另一件事是——纯粹猜测——您的平台可能在alloc/dealloc中有一些全局锁，以“安全地跟踪”内存管理。这样，如果所有线程都按照自己的意愿管理自己的内存，那么线程将在每次内存alloc/dealloc操作时互相等待。更改内存分配方案，或使用不同的内存管理器，或使用堆栈或TLS，或将线程池拆分为单独的进程可能会有所帮助，因为这样可以避免全局锁的需要。但是，这只是一个非常遥远的猜测，没有一个解决方案是容易应用的

---

我为这种笼统而含糊的谈话感到抱歉。你只提供了一些细节，很难再多说什么了。我故意回避“工作可视化工具”的话题。如果您无法通过sample/stop方法看到正在发生的事情，那么所有可能的“线程可视化”工具很可能都没有帮助：它们可能会显示与您现在看到的完全相同的内容，因为它们都分析相同的堆栈跟踪，只比手动停止快一点。

一种可能是您正在单核CPU上运行多线程代码：）

关于多线程的一个常见误解是，只需将线程放到问题上，就可以获得加速改进：这是错误的，除非您有一个真正的多核CPU和一个可并行化的问题（即，一个可以分解为独立可解子问题的问题）

---

可能您正在处理不可并行化问题（例如哈希计算）或使用I/O访问（这也是不可并行化的）

可能的重复。我建议您尝试英特尔的vtune。而且你似乎还没有充分利用callgrind+hellgrind所能提供的功能。你是否只需要找到瓶颈和停止的来源？请试一试。这是一种最简单、最快速的治疗方法，效果非常好。尝试一下，即使它看起来“太琐碎而无法真正工作”。只需记住，它会让你发现等待的是什么。它不会告诉你多长时间，发生了什么，为什么。您必须阅读/思考代码中的这些内容。不过，找到等待的内容通常是一个很好的开始。提示：您可以使用unix time命令来估计上下文切换