如何按时间区间过滤Linux perf的perf.data文件并生成新文件？

当然可以做到！针对你的需求，我整理了几种可行的方案，从简单的自带工具用法到进阶的手动解析都有，帮你精准过滤出第二阶段的perf事件并生成新的perf.data文件：

第一步：先搞定时间戳精度匹配 #

这是精准过滤的核心前提，必须先对齐时间基准和精度：

• 把你的应用改成输出CLOCK_MONOTONIC时钟的高精度时间戳（微秒或纳秒级）。perf默认用这个时钟记录事件时间，只有和应用的时间基准完全一致，才能准确匹配阶段的时间范围。
• 实现起来很简单：用clock_gettime(CLOCK_MONOTONIC, &ts)获取时间，然后打印出ts.tv_sec + ts.tv_nsec / 1e9格式的带小数秒数，和perf输出的时间格式完全对齐。

方案一：用perf自带工具快速过滤（推荐） #

perf的script和record命令配合就能完成过滤，不需要额外写代码：

1. 确定目标时间段 #

从你的应用输出里拿到第二阶段的起始和结束时间（比如start_ts=1690000000.123456789，end_ts=1690000010.987654321）。

2. 过滤并生成新的perf.data #

执行以下命令：

# 导出所有事件，过滤出时间在目标范围内的记录
perf script | awk -v start=$start_ts -v end=$end_ts '$2 >= start && $2 <= end' > filtered_events.txt

# 将过滤后的事件导入生成新的perf.data文件
perf record -i filtered_events.txt -o perf.data.loop1.stage2

处理多核事件无序的问题 #

如果担心多核事件未按时间排序，过滤后可以先排序再导入（其实不排序也不影响perf后续分析，工具会自动处理无序事件）：

perf script | awk -v start=$start_ts -v end=$end_ts '$2 >= start && $2 <= end' | sort -k2n > filtered_sorted.txt
perf record -i filtered_sorted.txt -o perf.data.loop1.stage2

方案二：进阶手动解析（适合复杂需求） #

如果自带工具满足不了你的自定义逻辑，可以手动解析perf.data格式并过滤，完全遵循你提到的规范：

核心思路 #

perf.data由头部（header）和事件数据两部分组成：

• 头部包含时钟信息、CPU数量、事件配置等元数据，需要完整保留到新文件里，确保新文件的兼容性。
• 事件数据是一个个带时间戳的采样记录，遍历每个记录，判断时间戳是否在目标范围内，只保留符合条件的记录。

实现方式 #

• 用perf工具自带的libperf库来读写perf.data，避免自己手动解析二进制格式的麻烦。
• 参考perf源码（比如perf-script.c或perf-report.c）里的事件读取逻辑，修改成“读取-过滤-写入”的流程：
  1. 用perf_session_open打开原始perf.data文件。
  2. 遍历每个事件，检查event->time字段是否在目标时间范围内。
  3. 创建新的perf_session，将符合条件的事件写入其中。
  4. 用perf_session__write将新session保存为新的perf.data文件。

关键注意事项 #

• 时间基准必须严格一致：一定要确保应用和perf用的是同一个时钟（CLOCK_MONOTONIC），否则过滤结果会完全错误。
• 高精度时间戳是必须的：秒级精度根本无法精准定位阶段，改成微秒/纳秒级才能和perf的事件时间戳匹配。
• 系统级perf.data需要root权限：如果是用perf record -a生成的文件，处理时需要用sudo执行命令。

内容的提问来源于stack exchange，提问作者osgx