如何开发记录函数挂钟时间的NodeJS插桩式性能分析工具？

从现有工具二次开发入手（最快路径） #

• 用perf（Linux环境）：它能精准追踪挂钟时间下的IO等待事件。执行perf record -g -e sched:sched_stat_sleep捕获进程睡眠（主要是IO等待）的栈信息，然后写脚本解析perf script的输出，聚合每个函数触发的总IO等待时长。筛选功能可以通过脚本里的字符串匹配、数值过滤实现，比如只保留耗时超过100ms的函数，或者只看特定模块下的函数。
• 用ftrace/trace-cmd：直接从内核层面追踪所有IO相关系统调用（如read、write、recvfrom），通过funcgraph或者stacktrace关联到用户态函数栈。可以基于libtraceevent写C工具，或者用Python解析trace日志，自动统计每个函数的IO耗时总和，再加上筛选逻辑。

手动插桩（适合特定脚本/语言场景） #

如果你的脚本是Python、Node.js这类动态语言，直接在函数层面加挂钟时间打点：

• Python示例：写一个装饰器，在函数执行前记录time.perf_counter()，执行后计算耗时，同时通过psutil判断进程是否处于IO等待状态，把这段耗时标记为IO耗时。所有数据存在字典里，最后写个小工具做聚合、排序、筛选（比如只显示IO耗时占比超过50%的函数）。
• Node.js示例：用函数包裹的方式，在异步IO调用前后记录process.hrtime()，关联到调用它的函数，最后汇总每个函数的总IO等待时间。插桩时要注意避免过度包装，防止引入额外性能开销影响真实耗时。

利用语言内置追踪API #

• Node.js：放弃--prof生成的cpuprofile，改用async_hooks追踪所有异步操作的生命周期，结合process.hrtime()记录挂钟时间，把每个异步IO的耗时关联到对应的函数调用栈。自己封装一个工具类，收集这些数据后做分组统计，再实现按函数名、耗时区间的筛选。
• Python：用sys.setprofile()注册回调函数，在函数调用和返回时记录时间戳，计算挂钟耗时。通过对比CPU耗时（time.process_time()）和挂钟耗时，差值就是IO等待时间。最后把这些数据整理成结构化格式，实现筛选功能。

核心功能实现注意点 #

• 耗时细分要到调用栈层级：不能只统计顶层函数的耗时，要把下层函数的IO耗时向上聚合，比如函数A调用了B，B触发IO，要把B的IO耗时算到A的总耗时里，或者分层展示调用栈的耗时分布。
• 筛选功能要实用：至少支持三种筛选方式——按函数名模糊匹配、按耗时阈值过滤、按IO类型（磁盘/网络）筛选，这些可以通过简单的字符串匹配、数值比较实现，没必要搞复杂的查询语法。
• 尽量降低工具本身的开销：无论是插桩还是内核追踪，都要确保工具本身的性能消耗足够小，否则会影响真实的IO耗时数据。

内容的提问来源于stack exchange，提问作者Dominic Bou-Samra