为何perf record的--count选项未按预期工作？

我编写了如下简单C程序及其对应的汇编代码：

int main(){
    
    int a = 0;
    a += 1;

    return 0;
}

对应的汇编代码：

main:
        push    rbp
        mov     rbp, rsp
        mov     DWORD PTR [rbp-4], 0
        add     DWORD PTR [rbp-4], 1
        mov     eax, 0
        pop     rbp
        ret

我希望用perf工具统计指令数，理解中perf record -e instructions -c N表示每执行N条指令采集一次样本。执行perf stat ./a.out显示总指令数约为696k（含程序和内核指令）；但执行perf record -e instructions -c 2 ./a.out时仅得到1个样本（或无样本），而执行perf record -e instructions -c 12000 ./a.out时得到52个样本，对应约624k指令，结果与perf stat接近。请问为何会出现这种情况？我的理解是否有误？

你的理解大体没错，但perf的采样机制存在几个关键细节导致了这种差异：

• 采样初始化延迟与程序生命周期冲突
  你的用户态代码仅7条指令，剩余690k+指令均来自程序加载、初始化、退出阶段的内核操作。而perf的采样机制需要一定指令开销完成初始化，可能在采样完全就绪前，大部分内核指令已经执行完毕。同时，高频采样（极小N值）会触发内核的采样节流机制，避免过度占用系统资源，因此实际采集到的样本数远低于理论值。

• 硬件计数器的精度与溢出特性
  perf stat是精确统计进程从创建到销毁全生命周期的所有指令数，但perf record依赖硬件计数器溢出触发采样。硬件计数器存在溢出延迟，且上下文切换时会有计数保存/重置的开销，小N值下这种误差被大幅放大，导致实际采样次数远低于预期。

• 内核的采样节流优化
  内核会限制过高频率的perf采样——当-c 2意味着每2条指令就触发一次中断，这种级别的采样会严重影响系统性能，因此内核会自动减少采样次数甚至跳过部分采样点。当N值足够大（如12000）时，采样频率降低，内核节流机制不触发，采样结果就更接近perf stat的精确统计值。

• 用户态代码占比极低的影响
  你的用户态指令占总指令数的比例可以忽略不计，绝大多数采样点本应落在内核态。但内核对高频采样的过滤逻辑会优先舍弃部分采样请求，进一步导致样本数远低于预期。

总结来说，perf record的采样并非绝对精确的“每N条指令必采一次”，它受限于内核节流、采样初始化延迟、硬件计数器精度等因素，只有当采样频率足够低（N足够大）时，采样结果才会接近perf stat的精确统计值。

内容的提问来源于stack exchange，提问作者Osman