Performance Do（采样）剖面仪“仍然”；“谎言”；这些天？

我在评测本机代码方面的大部分有限经验都是在GPU上，而不是在CPU上，但我在未来会看到一些CPU评测

现在，我刚刚读了这篇博文：

关于探查器如何测量以及它们向您显示了什么，如果您对区分不同的调用路径和在其中花费的时间感兴趣，那么这可能不是您所期望的

---

我的问题是：今天（5年后）是否仍然如此？也就是说，采样探查器（即那些不会严重降低执行速度的探查器）是否仍像gprof过去那样工作（或者在没有

的情况下调用grind--separate callers=N

）？或者现在的探查器在采样时习惯性地记录整个调用堆栈吗

关于gprof，是的，今天仍然如此。这是为了保持分析开销小而设计的。从最新版本开始：

调用图中的一些数字是估计值，例如 调用方和子例程中的子时间值和所有时间数字 台词

剖面图中没有关于这些测量的直接信息 数据本身。相反，gprof通过做出假设来估计它们 关于你的程序，这可能是真的，也可能不是真的

所做的假设是，每次调用任何 函数foo与调用foo的人无关。如果foo使用5 总共几秒钟，对foo的调用中有2/5来自a，然后是foo 假设为a的孩子们贡献2秒的时间

---

关于KCacheGrind，自文章撰写以来几乎没有什么变化。您可以查看，并看到最新版本于2013年4月5日发布，其中包括不相关的更改。你也可以参考Josef Weidendorfer在文章中的评论（Josef是KCacheGrind的首席执行官）

如果你注意到了，我在你引用的那篇文章中发表了几条评论，但这不仅仅是剖析器给了你不好的信息，而是人们在性能实际是什么的问题上自欺欺人

你的目标是什么？是为了找出如何使程序尽可能快吗？或者是为了测量各种功能所花费的时间，希望这将导致？（提示-它没有。）

举例说明：例如，您可以在某个地方调用一个看起来很无辜的小函数，该函数恰好调用了九码系统代码，包括读取.dll来提取字符串资源以将其国际化。这可能会占用50%的挂钟时间，因此会占用50%的挂钟时间。“CPU档案器”会给你看吗？不，因为几乎所有的50%都在做I/O。您需要许多堆栈样本才能知道精确到小数点后3位的时间吗？当然不是。如果你只得到10个样品，那就有5个，给或拿。一旦你知道小小的例行公事是个大问题，那是否意味着你因为别人写的而走运？如果你知道它在看什么样的线呢？它真的需要国际化吗？如此之多以至于你愿意为此付出两倍的速度？当你真正的问题是定性地理解什么需要时间时，你看到测量是多么无用吗

---

我可以继续举这样的例子……

不，许多现代采样分析器都没有显示关于gprof的问题

事实上，即使在编写时，具体的问题实际上更像是

gprof

混合使用插装和采样，然后尝试基于有限的呼叫者/被呼叫者信息重构假想的调用图，并将其与采样的定时信息相结合

现代采样探查器，如

perf

、VTune和各种特定于语言的探查器（针对不编译为本机代码的语言），可以捕获每个样本的完整调用堆栈，从而提供有关该问题的准确时间。或者，您可以在不收集调用堆栈的情况下进行采样（这大大降低了采样成本），然后在没有任何仍然准确的调用方/被调用方信息的情况下呈现信息

即使在过去，这在很大程度上也是正确的，所以我认为可以公平地说，作为一个群体，采样分析器从未真正表现出这个问题

---

当然，剖析者仍然可以通过各种方式撒谎。例如，要使结果精确到指令级别是一个非常棘手的问题，因为现代CPU一次运行100条指令，可能跨越许多功能，而且复杂的性能模型中，指令的上下文成本可能与其标称延迟和吞吐量值非常不同。即使是那些棘手的问题也可以通过“硬件辅助”来解决，例如在最近的x86芯片上，具有和更高版本相关的功能，可以帮助您以一种不太偏颇的方式锁定指令。

所以，我加上你的答案，因为它回答了我的问题，但这很糟糕。@einpoklum你可能想看看。特别是AMD的CodeXL和英特尔的VTune放大器XE。还有许多来自微软的工具。我使用过这些工具，并且对它们非常满意。你网站上的例子在我描述的意义上更好吗？他们是采样分析器吗？@einpoklum是的。它们都支持基于采样的分析。然而，在某些情况下，可以使用仪器。我在VTune上写了一篇文章，并计划在不久的将来在Visual Studio内置分析器上写一篇类似的文章。这里的问题是gprof和KCacheGrind非常旧，没有定期维护。但我提到的那些仍在维护中，它们更先进。这就是我使用它们的原因。然而，在大多数采样分析器中，这种设计不是标准的，甚至不是常见的。典型的采样分析可能会捕获样本上的整个调用堆栈（

perf

does，如果您要求的话）