自动装配循环级别分析

Posted 2023-03-06

【中文标题】自动装配循环级别分析

【英文标题】：automated assembly loop level profiling

【发布时间】：2011-01-04 09:54:54

【问题描述】：

有人知道任何汇编循环级别分析器吗？

我一直在使用 gprof，但 gprof 隐藏了循环，它是函数级别的分析，但为了优化我的代码，我想要一些东西进入循环级别。我希望它是自动化的，只给我像 gprof 这样的输出。有人建议我去 dtrace，但我不知道要开始。任何人都可以指导我吗？ 例如

main:

pushl   %ebp     
movl    %esp, %ebp     
subl    $16, %esp     
movl    $5000000, -4(%ebp)     
movl    $0, -12(%ebp)     
movl    $0, -8(%ebp)    
jmp .L2 

.L3:   

 movl    -8(%ebp), %eax    
 addl    %eax, -12(%ebp)    
 addl    $1, -8(%ebp) 

.L2:    

movl    -8(%ebp), %eax    
cmpl    -4(%ebp), %eax    
jl  .L3     
movl    $0, %eax    
leave     ret 

例如在 gprof 中它会说 main 执行了 1 次， foo 执行了 100 次。但是我想知道 L2 或 L3 是否执行了 1M 次，那么我将专注于优化。 如果我的问题含糊不清，请让我解释更多 谢谢

【参考方案1】：

这取决于您使用的操作系统，但是对于这种分析，您通常希望使用 sampling 分析器而不是 instrumented 分析器，例如

Linux：Zoom Mac OS X：Instruments 窗口：VTune

【讨论】：

感谢您的回复！你能简单地向我解释一下采样分析器和仪器分析器之间的区别吗？谢谢:)

@Syntax_Error：检测分析器使用编译器在每个函数的开始和结束处插入的特殊钩子。这些钩子调用分析库来为每个函数生成调用树和时间信息。它们的粒度在功能级别。采样分析器 OTOH 使用未修改的可执行文件，而是定期生成中断，例如每 100 µs 或 1 ms 对程序计数器进行一次采样。这提供了一个统计配置文件，可用于分析执行到指令级别（如果有足够的样本）。

@Syntax_Error：它们实际上对整个函数调用堆栈进行采样，包括 PC。在像这样的小热点中，PC 几乎是全部，但在大型软件中，许多需要优化的代码实际上是以调用较低级别的形式。因此，堆栈 X% 时间的任何调用负责 X% 的执行。有趣的是，百分比可能非常不准确，您仍然会找到它们，因此大量样本很好，但根本没有必要。

【参考方案2】：

我建议使用 Callgrind（Valgrind 工具之一，通常与它一起安装）。这可以收集更细粒度的统计信息，kcachegrind 工具非常适合可视化结果。

【参考方案3】：

如果您使用的是 Linux，Zoom 是一个很好的选择。

如果您使用的是 Windows，LTProf 或许可以做到。

在任何平台上，低技术的方法random-pausing都可以依靠。

不要查看指令执行了多少次。查找大部分时间在哪里找到程序计数器。 （它们不是一回事。）这将告诉您将优化工作集中在哪里。

【讨论】：

我在 Linux、Ubuntu 上。所以生病使用缩放。它是否显示了insns执行的次数和PC时间分数？还是我必须推导出 PC 分数？

@Syntax_Error：它为您提供 PC 分数（百分比）。正如我所说，甚至不要梦想指令计数。这很简单。它会停止很多次，并且每次都会捕获堆栈（包括 PC）。因此，如果它在 L2 和 L3 之间花费了 X% 的时间，这就是它会告诉你的，这就是该代码负责的总时间。不要计算，不要测量，让百分比告诉你要优化什么。很多人认为这很复杂。它不是。就是这么简单。

【参考方案4】：

KCachegrind 为每一行源代码提供分析信息（参见screenshot），这包括 CPU 时间、缓存未命中等...它为我节省了好几次时间。

但是在分析器中运行代码非常慢（比本地慢几十倍）。