1、perf 簡介

?Perf 是內(nèi)置于 Linux 內(nèi)核源碼樹中的性能剖析（profiling）工具。它基于事件采樣的原理，以性能事件為基礎(chǔ)，支持針對處理器相關(guān)性能指標(biāo)與操作系統(tǒng)相關(guān)性能指標(biāo)的性能剖析。

1.1、perf 框架

主要有兩部分組成

Perf Tools：用戶態(tài)的 Perf Tools 為用戶提供了一系列豐富的工具集用于收集、分析性能數(shù)據(jù)。

Perf Event Subsystem：Perf Event 子系統(tǒng)是內(nèi)核眾多子系統(tǒng)中的一員，其主要功能是和 Perf Tool 共同完成數(shù)據(jù)采集的工作。另外，Linux Hard Lockup Detector 也是通過 Perf Event 子系統(tǒng)來實(shí)現(xiàn)的。

?本文將重點(diǎn)圍繞 Perf Event 子系統(tǒng)展開介紹Coolbpf 在perf 事件中的增強(qiáng)。

1.2、perf 事件分類

perf的事件包括：

硬件事件：branch-instrctions / branch-miss / bus-cycles / cache-miss / cache-reference / cycles / instructions

硬件cache事件：d1-cached-miss

軟件事件：cpu-clocks / tasks-clock ....

tracepoint事件：sched_stat_runtime / syscalls...

probe事件：可用戶定義

1.3、當(dāng)前perf 工具集中的不足

?當(dāng)前perf工具以命令行為主，缺乏完善的第三方應(yīng)用開發(fā)sdk，導(dǎo)致perf功能雖然強(qiáng)大，但是功能相對比較封閉，無法適應(yīng)特定場景的問題。比如說常見的CPU system 占用率高的問題，我們通常使用perf record 來記錄系統(tǒng)熱點(diǎn)，再通過 FlameGraph 工具轉(zhuǎn)換成火焰圖進(jìn)行分析。該方法存在以下不足：

sys占用率高很有可能只是偶發(fā)性問題，通過監(jiān)控發(fā)現(xiàn)了以后再來執(zhí)行命令，現(xiàn)象很有可能已經(jīng)消失，持續(xù)性追蹤會導(dǎo)致樣本數(shù)太大，無法凸顯出熱點(diǎn)函數(shù)；

sys占用率高只是部分cpu現(xiàn)象，具體cpu編號并不確定，導(dǎo)致定向抓取事件操作步驟會變得非常繁瑣；

perf 命令只能輸出中間文件，要生成常用的火焰圖數(shù)據(jù)還需要手工轉(zhuǎn)換；

2、Coolbpf 針對perf 增強(qiáng)

Coolbpf 是一個(gè)便捷高效的一站式eBPF開發(fā)編譯平臺，當(dāng)perf遇見Coolbpf后，會碰撞出什么樣的火花呢？Coolbpf 為perf提供了應(yīng)用開發(fā)的SDK，讓開發(fā)者可以借助eBPF快速開發(fā) perf 應(yīng)用。

2.1、Coolbpf perf 組織架構(gòu)

?大致流程和常規(guī)的Coolbpf 應(yīng)用開發(fā)過程基本一致。主要分為

libbpf 應(yīng)用、

perf 事件處理、

用戶態(tài)處理、 ?接下來我們以 testPerf.py為例，講解perf 典型應(yīng)用開發(fā)。

（文件：https://gitee.com/anolis/coolbpf/blob/master/lcc/pylcc/guide/testPerf.py）

2.2、bpf 應(yīng)用部分

? bpf 應(yīng)用和其它的kprobe/tp代碼實(shí)現(xiàn)并無明顯差別:

#include "lbc.h"

SEC("perf_event")
int bpf_prog(struct bpf_perf_event_data *ctx)
{
    bpf_printk("hello perf
");
    return 0;
}

char _license[] SEC("license") = "GPL";

2.3、perf event

?Coolbpf 對perf_attr 做了python 化處理，故使用在配置 perf attr的時(shí)候，只需要參考 perf 官方文檔中關(guān)于attr 配置說明進(jìn)行配置即可。下面的例子是追蹤 perf PAGE_FAULTS事件的方法。

    pfConfig = {
            "sample_freq": 50, 
            "freq": 1,
            "type": PerfType.SOFTWARE,
            "config": PerfSwIds.PAGE_FAULTS,
        }
        self.attachPerfEvent("bpf_prog", pfConfig)

?此時(shí)系統(tǒng)中的 perf PAGE_FAULTS 事件就可以跟2.2 節(jié)的libbpf 代碼關(guān)聯(lián)起來。

2.4、用戶態(tài)處理

?本示例是將捕捉到的事件輸出到 /sys/kernel/debug/tracing/trace_pipe。用戶可以根據(jù)自己的情況去執(zhí)行event 回調(diào)或者分析maps 信息。

3、實(shí)戰(zhàn)應(yīng)用

?根據(jù)1.3 節(jié)的應(yīng)用場景，需要追蹤一個(gè)偶發(fā)性sys 沖高問題。在常規(guī)perf 使用存在困難的情況下，可以基于Coolbpf快速開發(fā)一個(gè)追蹤sys高問題的應(yīng)用程序，代碼總共不超過180行，具體實(shí)現(xiàn)可以參考：perfSys.py(https://gitee.com/anolis/surftrace/blob/master/tools/pylcc/pytool/perfSys.py)

?應(yīng)用實(shí)現(xiàn)流程圖如下：

?可以直接追蹤到對應(yīng)的sys高調(diào)用棧

通過上述方法，可以將原本需要花費(fèi)多日守候才有可能捕捉到現(xiàn)場的疑難問題，縮短到完全無人值守，問題復(fù)現(xiàn)瞬間即可鎖定目標(biāo)的小case。

4、總結(jié)

?Coolbpf 融合了libbpf靈活、高效、安全的優(yōu)勢，結(jié)合perf強(qiáng)大的數(shù)據(jù)收集能力，并自身擁有快速部署、資源高效利用、結(jié)果直觀可視化輸出能力。如今兩兩聯(lián)合，應(yīng)用前景非常廣泛，如性能剖析、應(yīng)用觀測、系統(tǒng)調(diào)優(yōu)等。