如何用perf统计同一模板函数内联副本跨多个调用点的总CPU耗时

原生perf快速统计 #

perf本身支持跨调用栈聚合函数采样数据，无需额外工具即可完成统计：

1. 对目标进程执行采样（替换<PID>为实际进程ID，<采样秒数>为你需要的采样时长）：

   perf record -g -p <PID> -- sleep <采样秒数>
   

2. 跨所有调用栈聚合符号耗时，直接过滤目标函数/类：

   # 通用函数统计，替换<函数名关键字>即可
   perf report -n --stdio --no-children --sort symbol | grep "<函数名关键字>"
   # 统计std::unordered_map所有成员函数总耗时
   perf report -n --stdio --no-children --sort symbol | grep -i "unordered_map"
   

   输出结果中的Overhead列就是该类所有函数的CPU耗时占比，乘以总采样时长即可得到合计CPU消耗。--no-children参数保证只统计函数自身执行的耗时，不会将子函数调用的耗时重复计算到上层。

更高精度/自定义统计 #

如果需要更灵活的过滤和统计逻辑，可以结合FlameGraph工具链实现：

• 首先解析perf采样数据生成折叠栈：

  perf script | stackcollapse-perf.pl > perf.folded
  

• 统计所有包含unordered_map调用的总采样占比：

  TOTAL=$(awk '{sum += $2} END {print sum}' perf.folded)
  UMAP_SUM=$(grep -i "unordered_map" perf.folded | awk '{sum += $2} END {print sum}')
  echo "std::unordered_map总CPU占比: $(echo "scale=2; $UMAP_SUM*100/$TOTAL" | bc)%"
  

注意事项 #

• 目标二进制文件需要保留符号信息，不要strip，编译时建议加-g参数保证C++符号可以被正常解析。
• 如果只需要统计std::unordered_map所有实例的合计耗时，上述方法已经可以满足需求，不需要额外的动态追踪工具。如果需要区分不同实例的耗时，再使用bpftrace、systemtap等工具做实例地址级别的统计。

内容的提问来源于stack exchange，提问作者Dologan