使用pmu-tools进行性能分析
什么是pmu-tools
PMU-tools 是用于性能分析和调试的 Linux 性能计数器工具包，可用于测量各种硬件事件（例如 CPU 指令、缓存访问等）以及进程和系统级别的性能数据。
下面是PMU-Tools的github链接pmu-tools
安装与使用pmu-tools
安装pmu-tools
pmu-tools并不需要通过apt来按照，只需要从git上将对应的库拉下来，然后将对应的/path/to/pmu-tools路径加入到PATH中。
推荐通过修改~/.bashrc文件的PATH来实现。
vim ~/.bashrc
将对应的pmu_tools路径加入到PATH中
export PATH=$PATH:/opt/riscv/bin:/home/chentaowu/chentaowu/c++/for_csdn/pmu-tools
使用pmu-tools
修改系统值
按照github上的教程，官方建议将kernel.perf_event_paranoid值设为-1。
官方给出的bash命令为：
sysctl -p 'kernel.perf_event_paranoid=-1'
但当我执行完上述命令后，出现以下错误：
sysctl: cannot open "kernel.perf_event_paranoid=-1": No such file or directory
查了sysctl -p命令发现其功能为:
-p, --load[=<file>] read values from file
而 kernel.perf_event_peranoid并不是一个文件，我这边应该使用-w命令，通过命令：
sudo sysctl -w kernel.perf_event_paranoid=-1
来修改kernel.perf_event_paranoid值。
然后通过命令：
sudo sysctl -w kernel.nmi_watchdog=0
修改kernel.nmi_watchdog值。
测试toplev是否成执行
可以通过以下命令：
toplev -l1 bash -c 'echo "7^199999" | bc > /dev/null'
来测试toplev是否成功执行，成功执行时将会出现以下结果：
ill measure complete system.
# 4.5-full-perf on Intel(R) Core(TM) i7-10700 CPU @ 2.90GHz [skl/skylake]
C0 BAD Bad_Speculation % Slots 32.5 [50.1%]<==
This category represents fraction of slots wasted due to
incorrect speculations...
C0-T0 MUX % 50.07
PerfMon Event Multiplexing accuracy indicator
C0-T1 MUX % 50.07
Run toplev --describe Bad_Speculation^ to get more information on bottleneck
Add --run-sample to find locations
Add --nodes '!+Bad_Speculation*/2,+MUX' for breakdown.
Idle CPUs 1-7,9-15 may have been hidden. Override with --idle-threshold 10
至此说明pmu-tools正式安装成功。
使用toplev测试程序性能
测试代码如下：
#include <stdlib.h>
#define CACHE_LINE __attribute__((aligned(64)))
struct S1 {
int r1;
int r2;
int r3;
S1() : r1(1), r2(2), r3(3) {}
} CACHE_LINE;
void add(const S1 smember[], int members, long &total) {
int idx = members;
do {
total += smember[idx].r1;
total += smember[idx].r2;
total += smember[idx].r3;
} while (--idx);
}
int main(int argc, char *argv[]) {
const int SIZE = 204800;
S1 *smember = (S1 *)malloc(sizeof(S1) * SIZE);
long total = 0L;
int loop = 10000;
while (--loop) { // 方便对比测试
add(smember, SIZE, total);
}
return 0;
}
使用编译命令：
g++ cache_line.cpp -o cache_line ; task_set -c 1 ./cache_line
然后通过命令：
toplev -l3 --single-thread --force-events -D8 ./cache_line
得到如下结果：
# 4.5-full-perf on Intel(R) Core(TM) i7-10700 CPU @ 2.90GHz [skl/skylake]
BE Backend_Bound % Slots 29.8 [ 4.0%]
BE/Core Backend_Bound.Core_Bound % Slots 28.7 [ 4.0%]
RET Retiring.Light_Operations % Slots 66.5 [ 4.0%]
BE/Core Backend_Bound.Core_Bound.Ports_Utilization % Clocks 24.0 [ 4.0%]<==
This metric estimates fraction of cycles the CPU performance
was potentially limited due to Core computation issues (non
divider-related)...
RET Retiring.Light_Operations.Memory_Operations % Slots 34.0 [ 4.0%]
This metric represents fraction of slots where the CPU was
retiring memory operations -- uops for memory load or store
accesses...
MUX % 3.99
PerfMon Event Multiplexing accuracy indicator
这里对结果中的某些数据做简单说明。
BE——Backend_Bound
backend的作用如下：
1.接收Front-End 提交的微指令
2.必要时对Front-End 提交的微指令进行重排
3.从内存中获取对应的指令操作数
4.执行微指令、提交结果到内存
Back-End Bound 表示部分pipeline slots 因为Back-End缺少一些必要的资源导致没有uOps交付给Back-End。
一般说来Backend_Bound的比率越低，说明程序性能越好
RET——Retiring
Retiring表示运行有效的uOps 的pipeline slot，即这些uOps[3]最终会退出（注意一个微指令最终结果要么被丢弃、要么退出将结果回写到register），它可以用于评估程序对CPU的相对比较真实的有效率。理想情况下，所有流水线slot都应该是"Retiring"。100% 的Retiring意味着每个周期的 uOps Retiring数将达到最大化，极致的Retiring可以增加每个周期的指令吞吐数（IPC）。
一般说来RET比例越高，说明程序性能越好。
而以上程序性能测试结果中RET是66.5%,BE是29.8%说明程序还有优化的空间。
以上就是对pmu-tools的一个简单介绍，以后会更加深入的介绍如何使用pmu-tools进行更细致的性能分析，并根据结果去提高程序性能。