gprof2dot
2024.06.06
이것은 많은 프로파일러의 출력을 도트 그래프로 변환하는 Python 스크립트입니다.
다음을 수행할 수 있습니다.
gprof2dot 에 의해 생성된 그래프에 대한 대화형 뷰어를 원한다면 xdot.py를 확인하세요.
gprof2dot는 현재 내 요구 사항을 충족하고 있으며 유지 관리할 시간이 거의 또는 전혀 없습니다. 따라서 요청한 기능이 구현될 가능성이 거의 없으며 문제 보고서나 풀 요청 처리가 느려질 수도 있습니다.
이는 기본 설정을 사용한 Linux Gazette 기사의 예제 데이터에서 얻은 결과입니다.
Debian/Ubuntu에서는 다음을 실행합니다.
apt-get install python3 graphviz
RedHat/Fedora 실행 시
yum install python3 graphviz
PyPI
pip install gprof2dot
독립형 스크립트
힘내 저장소
Usage:
gprof2dot.py [options] [file] ...
Options:
-h, --help show this help message and exit
-o FILE, --output=FILE
output filename [stdout]
-n PERCENTAGE, --node-thres=PERCENTAGE
eliminate nodes below this threshold [default: 0.5]
-e PERCENTAGE, --edge-thres=PERCENTAGE
eliminate edges below this threshold [default: 0.1]
-f FORMAT, --format=FORMAT
profile format: axe, callgrind, collapse, dtrace,
hprof, json, oprofile, perf, prof, pstats, sleepy,
sysprof or xperf [default: prof]
--total=TOTALMETHOD preferred method of calculating total time: callratios
or callstacks (currently affects only perf format)
[default: callratios]
-c THEME, --colormap=THEME
color map: bw, color, gray, pink or print [default:
color]
-s, --strip strip function parameters, template parameters, and
const modifiers from demangled C++ function names
--color-nodes-by-selftime
color nodes by self time, rather than by total time
(sum of self and descendants)
-w, --wrap wrap function names
--show-samples show function samples
--node-label=MEASURE measurements to on show the node (can be specified
multiple times): self-time, self-time-percentage,
total-time or total-time-percentage [default: total-
time-percentage, self-time-percentage]
--list-functions=LIST_FUNCTIONS
list functions available for selection in -z or -l,
requires selector argument ( use '+' to select all).
Recall that the selector argument is used with
Unix/Bash globbing/pattern matching, and that entries
are formatted '::'. When
argument starts with '%', a dump of all available
information is performed for selected entries, after
removal of leading '%'.
-z ROOT, --root=ROOT prune call graph to show only descendants of specified
root function
-l LEAF, --leaf=LEAF prune call graph to show only ancestors of specified
leaf function
--depth=DEPTH prune call graph to show only descendants or ancestors
until specified depth
--skew=THEME_SKEW skew the colorization curve. Values < 1.0 give more
variety to lower percentages. Values > 1.0 give less
variety to lower percentages
-p FILTER_PATHS, --path=FILTER_PATHS
Filter all modules not in a specified path
--compare Compare two graphs with almost identical structure. With this
option two files should be provided.gprof2dot.py
[options] --compare [file1] [file2] ...
--compare-tolerance=TOLERANCE
Tolerance threshold for node difference
(default=0.001%).If the difference is below this value
the nodes are considered identical.
--compare-only-slower
Display comparison only for function which are slower
in second graph.
--compare-only-faster
Display comparison only for function which are faster
in second graph.
--compare-color-by-difference
Color nodes based on the value of the difference.
Nodes with the largest differences represent the hot
spots.
perf record -g -- /path/to/your/executable
perf script | c++filt | gprof2dot.py -f perf | dot -Tpng -o output.png
opcontrol --callgraph=16
opcontrol --start
/path/to/your/executable arg1 arg2
opcontrol --stop
opcontrol --dump
opreport -cgf | gprof2dot.py -f oprofile | dot -Tpng -o output.png
xperf에 익숙하지 않다면 먼저 이 훌륭한 기사를 읽어 보십시오. 그런 다음 다음을 수행하십시오.
다음으로 Xperf를 시작하세요.
xperf -on Latency -stackwalk profile
애플리케이션을 실행하세요.
데이터를 저장합니다. ` xperf -d 출력.etl
시각화 도우미를 시작합니다.
xperf output.etl
추적 메뉴에서 기호 로드 를 선택합니다. 필요한 경우 기호 경로를 구성합니다 .
CPU 샘플링 그래프 에서 관심 영역을 선택하고 마우스 오른쪽 버튼을 클릭한 후 요약 테이블 을 선택합니다.
열 메뉴에서 스택 열이 활성화되어 있고 표시되는지 확인하세요.
행을 마우스 오른쪽 버튼으로 클릭하고 전체 테이블 내보내기를 선택한 다음 output.csv 에 저장합니다.
그런 다음 gprof2dot를 다음과 같이 호출하십시오.
gprof2dot.py -f xperf output.csv | dot -Tpng -o output.png
다음과 같이 프로필 데이터를 수집합니다(GUI에서도 수행 가능).
amplxe-cl -collect hotspots -result-dir output -- your-app
프로필 데이터를 다음과 같이 시각화합니다.
amplxe-cl -report gprof-cc -result-dir output -format text -report-output output.txt
gprof2dot.py -f axe output.txt | dot -Tpng -o output.png
Kirill Rogozhin의 블로그 게시물도 참조하세요.
/path/to/your/executable arg1 arg2
gprof path/to/your/executable | gprof2dot.py | dot -Tpng -o output.png
python -m profile -o output.pstats path/to/your/script arg1 arg2
gprof2dot.py -f pstats output.pstats | dot -Tpng -o output.png
python -m cProfile -o output.pstats path/to/your/script arg1 arg2
gprof2dot.py -f pstats output.pstats | dot -Tpng -o output.png
java -agentlib:hprof=cpu=samples ...
gprof2dot.py -f hprof java.hprof.txt | dot -Tpng -o output.png
자세한 내용은 Russell Power의 블로그 게시물을 참조하세요.
dtrace -x ustackframes=100 -n 'profile-97 /pid == 12345/ { @[ustack()] = count(); } tick-60s { exit(0); }' -o out.user_stacks
gprof2dot.py -f dtrace out.user_stacks | dot -Tpng -o output.png
# Notice: sometimes, the dtrace outputs format may be latin-1, and gprof2dot will fail to parse it.
# To solve this problem, you should use iconv to convert to UTF-8 explicitly.
# TODO: add an encoding flag to tell gprof2dot how to decode the profile file.
iconv -f ISO-8859-1 -t UTF-8 out.user_stacks | gprof2dot.py -f dtrace
Brendan Gregg의 FlameGraph 도구는 샘플당 한 줄이 포함된 텍스트 파일을 입력으로 사용합니다. 이 형식은 FlameGraph 저장소의 stackcollapse 스크립트를 사용하여 다양한 다른 입력에서 생성될 수 있습니다. py-spy와 같은 도구를 사용하여 생성할 수도 있습니다.
사용 예:
성능
perf record -g -- /path/to/your/executable
perf script | FlameGraph/stackcollapse-perf.pl > out.collapse
gprof2dot.py -f collapse out.collapse | dot -Tpng -o output.png
파이스파이
py-spy record -p -f raw -o out.collapse
gprof2dot.py -f collapse out.collapse | dot -Tpng -o output.png
이 이미지는 --compare 및 --compare-color-by-difference 옵션의 사용 예를 보여줍니다.
오른쪽을 가리키는 화살표는 두 번째 프로파일(두 번째 프로파일)로 제공된 프로파일에서 기능이 더 빠르게 수행된 노드를 나타내고, 왼쪽을 가리키는 화살표는 첫 번째 프로파일(첫 번째 프로파일)로 제공된 프로파일에서 기능이 더 빠르게 수행된 노드를 나타냅니다. .
+-----------------------------+
| function name
| total time % -/+ total_diff
| ( self time % ) -/+ self_diff /
| total calls1 / total calls2 /
+-----------------------------+
어디
total time % 및 self time % 첫 번째 프로필에서 가져옵니다.diff 는 time in the first profile - time in the second profile 의 절대값으로 계산됩니다.참고 비교 옵션은 pstats, ax 및 callgrind 프로필에 대해 테스트되었습니다.
출력 그래프의 노드는 함수를 나타내며 다음과 같은 레이아웃을 갖습니다.
+------------------------------+
| function name |
| total time % ( self time % ) |
| total calls |
+------------------------------+
어디:
에지는 두 함수 간의 호출을 나타내며 다음과 같은 레이아웃을 갖습니다.
total time %
calls
parent --------------------> children
어디:
재귀 주기에서 노드의 총 시간 %는 주기의 전체 함수에 대해 동일하며, 주기 내부 가장자리에는 총 시간 % 수치가 없습니다. 이러한 수치는 의미가 없기 때문입니다.
총 시간 % 값에 따라 노드와 엣지의 색상이 달라집니다. 기본 온도 유사 컬러맵에서 가장 많은 시간이 소요되는 기능(핫스팟)은 진한 빨간색으로 표시되고, 시간이 거의 소요되지 않는 기능은 진한 파란색으로 표시됩니다. 시간이 거의 소요되지 않거나 시간이 전혀 소요되지 않는 기능은 기본적으로 그래프에 표시되지 않습니다.
--list-functions 플래그를 사용하면 gprof 입력에서 발견된 함수 항목을 나열할 수 있습니다. 이는 --leaf ( -l ) 또는 --root ( -z ) 플래그를 사용하여 활용을 준비하는 도구로 사용됩니다.
prof2dot.py -f pstats /tmp/myLog.profile --list-functions "test_segments:*:*"
test_segments:5:,
test_segments:206:TestSegments,
test_segments:46:
선택기 인수는 -l 및 -z 플래그에서 수행되는 것과 동일한 방식으로 Unix/Bash 글로빙/패턴 일치와 함께 사용됩니다.
항목 형식은 '
선택기 인수가 '%'로 시작하면 선택기 앞의 '%'를 제거한 후 선택한 항목에 대해 사용 가능한 모든 정보 덤프가 수행됩니다. 선택기가 "+" 또는 "*"인 경우 전체 기능 목록이 인쇄됩니다.
기본적으로 gprof2dot.py 총 계산 시간에 거의 또는 전혀 영향을 주지 않고 노드와 가장자리를 제외하고 부분 호출 그래프를 생성합니다. 전체 호출 그래프를 원할 경우 다음과 같이 -n / --node-thres 및 -e / --edge-thres 옵션을 통해 노드 및 에지에 대한 임계값을 0으로 설정합니다.
gprof2dot.py -n0 -e0
demangled C++ 함수 이름에 범위, 함수 인수 및 템플릿 인수가 포함되어 있기 때문에 C++ 코드를 프로파일링할 때 노드 레이블이 매우 넓어질 수 있습니다.
함수 및 템플릿 인수 정보가 필요하지 않은 경우 -s / --strip 옵션을 전달하여 제거합니다.
모든 정보를 유지하고 싶거나 레이블이 여전히 너무 넓은 경우 -w / --wrap 전달하여 레이블을 래핑할 수 있습니다. dot 라벨을 자동으로 감싸지 않기 때문에 라벨 여백이 완벽하게 정렬되지는 않습니다.
아마도 총 실행 시간이 너무 짧기 때문에 시간이 소요되는 위치를 결정하기 위한 프로필의 정밀도가 충분하지 않습니다.
다음과 같이 -n / --node-thres 및 -e / --edge-thres 옵션을 통해 노드 및 에지의 임계값을 0으로 설정하여 전체 그래프를 강제로 표시할 수 있습니다.
gprof2dot.py -n0 -e0
그러나 의미 있는 결과를 얻으려면 더 오랜 기간 동안 프로그램을 실행하는 방법을 찾아야 합니다(여러 실행에서 결과를 집계).
실행 시간이 너무 짧아서 반올림 오류가 커질 수 있습니다.
실행 시간을 늘리는 방법은 위의 질문을 참조하세요.
적합한 결과를 생성하는 데 필수적인 옵션은 다음과 같습니다.
-g : 디버깅 정보 생성-fno-omit-frame-pointer : 프레임 포인터를 사용합니다(x86_64와 같은 일부 아키텍처 및 일부 최적화 수준에서는 프레임 포인터 사용이 기본적으로 비활성화되어 있습니다. 프레임 포인터 없이는 호출 스택을 탐색하는 것이 불가능합니다) gprof를 사용하는 경우 -pg 옵션도 필요하지만 요즘에는 다른 프로파일링 도구를 사용하여 훨씬 더 나은 결과를 얻을 수 있습니다. 대부분의 도구는 컴파일할 때 특별한 코드 계측이 필요하지 않습니다.
프로파일링하는 코드가 릴리스할 코드와 최대한 유사하기를 원합니다. 따라서 릴리스 코드에 사용하는 모든 옵션을 포함 해야 합니다 . 일반적으로 다음과 같습니다.
-O2 : 공간 속도 균형을 포함하지 않는 최적화-DNDEBUG : 표준 라이브러리의 디버깅 코드(예: 어설션 매크로)를 비활성화합니다.그러나 gcc에서 수행되는 많은 최적화는 프로파일링 결과의 정확성/세분성을 방해합니다. 특정 최적화를 비활성화하려면 다음 옵션을 전달 해야 합니다 .
-fno-inline-functions : 함수를 상위 항목에 인라인하지 않습니다(그렇지 않으면 이 함수에 소요된 시간이 호출자에게 귀속됩니다).-fno-inline-functions-called-once : 위와 유사-fno-optimize-sibling-calls : 형제 및 꼬리 재귀 호출을 최적화하지 않습니다(그렇지 않으면 꼬리 호출이 상위 함수에 기인할 수 있음)세분성이 여전히 너무 낮은 경우 다음 옵션을 전달하여 더 세밀한 세분성을 얻을 수 있습니다.
-fno-default-inline : 멤버 함수가 클래스 범위 내에 정의되어 있다는 이유만으로 기본적으로 인라인으로 만들지 마세요.-fno-inline : inline 키워드에 주의하지 마세요. 그러나 이 마지막 옵션을 사용하면 함수 호출 오버헤드로 인해 여러 번 호출되는 함수의 타이밍이 왜곡될 수 있습니다. 이는 적절한 성능을 위해 이러한 최적화가 수행될 것으로 기대하는 일반적인 C++ 코드의 경우 특히 그렇습니다.자세한 내용은 gcc 최적화 옵션의 전체 목록을 참조하세요.
보완/대체 도구를 포함한 외부 리소스는 위키를 참조하세요.
