如何测量物理机上VMFUNC指令运行所需的CPU周期数

前置说明：VMFUNC是VMX虚拟化扩展下的非根模式专属指令，直接在普通裸机环境的ring0/ring3下执行会触发#UD（未定义指令）异常，必须先将CPU切入VMX非根运行模式、提前在VMCS中开启对应VMFUNC子功能的硬件支持，才能正常执行该指令，不存在无虚拟化环境直接跑通的可能。

• 基础计时方案选择
  直接用lfence+rdtscp指令组合做周期计数，不要用普通rdtsc——rdtsc不是序列化指令，会被CPU乱序执行重排位置，导致计数结果偏差极大。rdtscp本身具备部分序列化能力，搭配前后的lfence可以完全保证指令执行顺序，把计数点牢牢卡在VMFUNC指令的前后，避免乱序干扰。
• 测量前的环境校准（这步不做结果基本不准）
  • 用sched_setaffinity系统调用把测试进程绑定到单个物理CPU核心，关闭该核心的睿频、动态频率调节、节能模式，将CPU主频锁定在固定值；同时关闭超线程，避免同物理核的其他逻辑核抢占执行资源带来波动。
  • 测试时优先在内核态执行测量代码，用local_irq_disable关闭本地核心中断，完全避免中断打断测量流程；如果一定要在用户态测，就把进程设为SCHED_FIFO最高实时优先级，缩短单次测量窗口，后续过滤异常样本。
  • 先测基准开销：写和正式测量完全一致的代码流，仅把中间的vmfunc指令去掉，跑1000次以上取中位数，得到计数、序列化、寄存器压栈出栈的固定开销，最终VMFUNC的实际周期数 = 总测量值 - 基准开销。
  • 正式测量前先空跑100次以上VMFUNC做预热，把TLB、缓存相关的冷启动开销消掉。
• 核心测量代码编写要点
  直接写C内联汇编实现核心测量逻辑，不要套任何第三方性能库，代码段越短越好：
  1. 先执行lfence做指令序列化，调用rdtscp拿到第一次的64位周期计数，存入通用寄存器暂存；
  2. 提前给EAX寄存器赋值要调用的VMFUNC子功能号（最常用的子功能0是EPTP切换，ECX必须置0，否则会触发异常），执行vmfunc指令；
  3. 再次执行lfence做序列化，调用rdtscp拿到第二次的64位周期计数，两次计数的差值就是单次测量的总周期数。
     编译时开O2优化，同时给核心汇编段加volatile标记，避免编译器优化掉指令、或者重排指令顺序。
• 数据处理与避坑
  • 连续测至少10000次样本，把数值明显偏离集群的异常样本（一般是被中断、调度、微码干扰产生的超大值）全部剔除，最终取样本的中位数作为结果，不要取平均值——平均值很容易被少量异常样本带偏。
  • 不要在未修改的通用KVM/Xen虚拟机里测VMFUNC开销：大部分通用hypervisor默认会拦截VMFUNC做软件模拟，模拟开销比硬件原生执行高几十到上百倍，结果完全没有参考价值。要测硬件原生执行的开销，要么自己写极简VMX宿主壳，只配置最基础的VMCS、开启VMFUNC硬件直通不设拦截，切入非根模式跑测量代码；要么修改KVM配置开启VMFUNC的硬件透传，保证VMFUNC执行时不会陷出到hypervisor。

内容的提问来源于stack exchange，提问作者hsyhhh