无需插桩测量Linux多线程C++程序中重复执行的process方法耗时

方案1：内嵌式轻量统计（性能开销最低，适合可修改代码的场景） #

这个方案直接在业务代码中添加统计逻辑，最坏开销可控制在几十纳秒级别，完全不会影响低延迟业务的正常运行：

• 时间采集选择最高效的实现：优先使用x86平台的rdtsc指令获取时间戳，或使用Linux系统调用clock_gettime(CLOCK_MONOTONIC, &ts)，前者单调用开销仅3~5ns，后者也仅十几ns，完全满足毫秒级精度需求。
• 采用线程局部存储(TLS) 做统计容器，完全避免锁开销：每个接收线程独立维护自己的统计实例，业务线程无需和其他线程做任何同步操作。
• 固定内存占用的聚合统计逻辑，无需存储全量样本：
  • 按固定时间窗口（比如1秒/1分钟/1小时）做聚合，每个窗口仅保留均值、最小值、最大值、样本数，以及用HdrHistogram/TDigest 实现的固定内存近似分位数（P50/P95/P99/P999），单窗口统计数据内存占用不超过10KB，即使连续运行数年也不会出现内存溢出问题。
  • 单独启动一个低优先级后台线程，定期将各线程的窗口统计数据汇总后写入磁盘日志或时序数据库，业务线程完全不参与IO操作。
• 可选动态采样策略：如果100%采样仍有性能顾虑，可以配置基础采样率（比如1%/10%），当检测到process()耗时超过设定阈值时自动触发全量采样，兼顾低开销和异常场景的全量数据抓取。

方案2：非侵入式eBPF追踪（无需修改业务代码，适合不可重新编译发布的场景） #

如果业务应用无法修改代码重新发布，可以使用Linux内核自带的eBPF能力做动态插桩，开销同样远低于perf/gprof等传统工具：

• 用bpftrace或自定义bpf程序给process()函数挂载入口和返回探针，在内核态直接计算单次执行耗时，避免将全量样本抛到用户态处理。
• 在内核eBPF虚拟机中直接完成聚合统计，仅将聚合后的窗口统计数据定期推送到用户态存储，内存和CPU开销极低，对业务进程的性能影响可以忽略不计。
• 支持毫秒级精度的耗时统计，可自定义输出任意维度的耗时分布、分位数等数据，完全满足长时间运行的观测需求。

注意事项 #

• 不要使用全局加锁的统计变量，线程间的统计汇总必须由后台异步线程完成，避免业务路径上出现锁竞争引入额外延迟。
• 避免在业务线程中执行任何统计相关的IO操作，所有落盘、上报逻辑必须剥离到独立的低优先级线程执行。

内容的提问来源于stack exchange，提问作者user3740951