关于perf record与perf stat样本计数差异及采样异常的技术咨询

结合你在树莓派5B上的测试数据，perf record估算值与perf stat真值的偏差主要来自以下几个方面：

1. 内核采样上限强制限制采样频率 #

你观察到-c 10和-c 100的样本数均被限制在100万，这是因为内核通过perf_event_max_sample_rate参数限制了每秒最大采样次数，同时perf_event_mlock_kb会限制采样缓存的大小，避免高频采样导致系统过载。

当你设置的采样周期过小（比如-c 10），理论采样频率会远超过内核限制，此时perf会自动增大实际采样周期，强制将总样本数控制在阈值内。以你的数据为例，真值是92亿次L1D加载，若样本数被限在100万，实际采样周期约为9205171526 / 1000000 ≈ 9205，远大于你设置的10或100，用设置值乘以样本数自然会得到远低于真值的估算结果。

2. 采样中断的延迟与计数丢失 #

perf record的采样原理是PMU事件计数达到指定周期时触发中断，但中断响应存在延迟：

• 中断触发后，CPU需要先完成当前指令流的原子操作，这段时间内的PMU事件不会被计入采样间隔；
• 在ARM Cortex-A76（树莓派5B的CPU）上，中断优先级调度特性可能进一步放大延迟，导致采样点之间的实际事件数大于设置的-c值，最终估算值会低于真值。

3. 采样开销导致的执行路径变化 #

perf record的采样中断会带来额外的系统开销，当采样频率极高（比如-c 10）时，中断处理的时间占比会显著增加，甚至改变程序的实际执行路径——比如循环的执行时间被拉长，PMU事件计数的分布也会变化。而perf stat是纯硬件计数，无采样开销，这也是两者数值差异的重要原因。

4. ARM平台PMU的硬件特性限制 #

树莓派5B的Cortex-A76 PMU存在以下特性：

• 部分事件计数存在微小的硬件误差，虽然单事件追踪时影响不大，但累积后会产生显著偏差；
• 采样触发的中断会临时占用PMU资源，导致短时间内的事件计数丢失。

你的测试数据对应分析 #

验证与调整方法 #

• 查看当前采样限制：sysctl kernel.perf_event_max_sample_rate，默认值通常为100000（每秒10万次采样），若你的程序运行10秒左右，总样本数就会被限制在100万；
• 临时提高采样限制：sysctl -w kernel.perf_event_max_sample_rate=1000000，再测试-c 10，观察样本数是否增加、估算值是否更接近真值；
• 调整采样缓存大小：sysctl -w kernel.perf_event_mlock_kb=8192（根据内存情况调整），避免缓存溢出导致的样本数限制。

你使用的矩阵列读取代码：

for (j = 0; j < N; ++j) {
     for (i = 0; i < M; ++i) {
          sum += matrix[i][j];
     }
}

内容的提问来源于stack exchange，提问作者ysay dong