解释 gperftools 在多线程工作负载上的结果

Question

我正在尝试使用 gperftools 分析多线程工作负载，但在解释生成的输出时遇到困难。我编写了一个简单的程序，它启动两个具有相同工作负载的线程，并使用 gperftools cpu 分析器进行分析。在输出中，我可以看到每个线程的两个函数，但每个线程的开销与下一个运行相差很大。我希望这两个函数显示相同的结果，因为它们是相同的工作负载，但实际上，一个可能是 90%，另一个是 10%，或者有时是 80%/20%、95%/5% 等。我不理解为什么函数显示不同的开销，或者为什么结果与一个运行下一个变化如此之大。基准测试运行了大约 5 秒，有 1600 个样本，所以应该是稳定的。

是否有任何文档说明分析如何针对多线程工作负载工作，以及如何解释输出？例如，探查器是否对每个样本的每个线程进行回溯，如果没有，它在做什么？

#include <vector>
#include <cstdlib>
#include <thread>
using namespace std;

void thread_func() {
    int size = 500000;
    vector<int> V(size);
    for(int i = 0; i < 100000; i++) {
        V.erase(V.begin() + (rand() % size));
        V.insert(V.begin() + (rand() % size), rand() % 10);
    }
}

void thread_func2() {
    int size = 500000;
    vector<int> V(size);
    for(int i = 0; i < 100000; i++) {
        V.erase(V.begin() + (rand() % size));
        V.insert(V.begin() + (rand() % size), rand() % 10);
    }
}

int main() {
    srand(1234);
    thread t1(thread_func);
    thread t2(thread_func2);
    t1.join();
    t2.join();
    return 0;
}

示例输出：

0   0.0% 100.0%     1429  89.3% thread_func
0   0.0% 100.0%      172  10.7% thread_func2

89.3% 和 10.7% 来自哪里？（这些是函数及其调用者中样本总数的百分比）

Image contains a portion of the graph, numbers are slightly different from above because it's a different run

Answer 1

这是 SIGPROF 信号传递的已知问题。有关详细信息，请参阅 https://github.com/golang/go/issues/14434。

Gperftools 实际上有 "fix" 的偏差（如该问题所述）。您只需要设置 CPUPROFILE_PER_THREAD_TIMERS=t 并确保链接了 librt 和 libpthread。你还需要 "register" 你的线程或 LD_PRELOAD https://github.com/alk/gperf-all-threads

解释 gperftools 在多线程工作负载上的结果

Interpreting results for gperftools on multi-threaded workloads

c++

multithreading

gperftools