C++在Ubuntu上如何进行性能分析

在Linux下做C++性能分析，工具其实不少。但真正好用、生态成熟、社区推荐的首选，还是下面这几种。上手不难，关键是选对路子，用对地方。

1. 用perf，Linux内核自带的“透视眼”

先说说第一种，也是我最推荐的一个——perf，这可是Linux内核自带的利器。它能深入到函数级别甚至指令级别，告诉你哪里是热点，还能顺手帮你看看缓存命中率、分支预测这类底层指标。

怎么装？ 翻开终端，直接敲下面这几条命令就行：

sudo apt-get update
sudo apt-get install linux-tools-common linux-tools-$(uname -r) linux-perf-$(uname -r)

编译程序时，记得带上 -g 选项。 这一步很关键，不加的话，perf就没法把采样结果跟你的源代码对应起来，分析报告会变得“有字无真相”。

g++ -std=c++11 -g -o my_program my_program.cpp

运行并记录数据： 用 perf record 来捕获程序运行时的调用栈，-g 参数会生成调用图，这对后续分析调用关系非常重要。

sudo perf record -g -- ./my_program

查看报告： 执行 perf report 就能进入交互式界面，按回车键展开调用栈，按 q 退出。哪个函数是“吃时间的大户”，一目了然。

sudo perf report

进阶一步：生成火焰图。 火焰图是可视化性能数据的利器，直观得不得了。你需要先克隆一个开源工具库：

git clone https://github.com/brendangregg/FlameGraph.git
cd FlameGraph
perf script > perf.out
perl stackcollapse-perf.pl perf.out | perl flamegraph.pl > perf-flamegraph.svg

生成的 perf-flamegraph.svg 直接用浏览器打开。怎么看？简单——哪个函数在图上占的宽度越大，说明它越“吃时间”。

2. 用gprof，经典但有些过时的“老将”

gprof是GNU编译器套件的一部分，适合做函数级别的耗时分析。不过它的缺点也很明显：需要重新编译程序，而且对现代多线程程序的支持比较弱。

编译时加上 -pg 选项：

g++ -pg -o my_program my_program.cpp

运行程序后， 会自动生成一个 gmon.out 文件，里面记录着每个函数的调用次数、耗时等信息。

./my_program

生成报告： 用 gprof 命令来解析 gmon.out，输出到文本文件中慢慢看。

gprof my_program gmon.out > analysis.txt

打开 analysis.txt，里面有两个主要部分：“Flat profile” 告诉你每个函数耗时的占比；“Call graph” 则展示了函数之间的调用关系。如果你只关心纯CPU时间，gprof算是个够用的选择。

3. 用Valgrind Callgrind，CPU和内存的“显微镜”

Valgrind通过虚拟机模拟程序执行，能提供极其详细的CPU调用轨迹和内存访问分析。代价也很直接：程序运行速度会慢上好几倍。所以它特别适合那些对内存访问模式敏感的程序，比如缓存优化、内存泄漏排查场景。

安装Valgrind：

sudo apt-get install valgrind

运行并记录数据： 使用 callgrind 工具，运行后会生成一个 callgrind.out. 文件。

valgrind --tool=callgrind ./my_program

可视化分析： 用KCacheGrind打开这个文件，效果最好。

kcachegrind callgrind.out.*

在KCacheGrind的界面里，你可以看到函数调用树、耗时占比、甚至缓存命中情况。注意“Call Graph” 和 “Cost Center” 这两个标签页，信息最集中。

4. 用top/htop，快速看一眼的“仪表盘”

如果你只是想快速看看某个进程的CPU、内存占用，并不需要深入到函数级别，那直接用系统自带的 top 或 htop 就够了。

查看系统整体状态： 终端输入 top，CPU使用率、内存占用、进程PID等信息全在眼前，按 q 退出。

查看特定进程详情： 用 top -p -H，其中 是目标进程ID，-H 表示显示线程级信息。这在排查某个进程是否“卡住”时很管用。

注意事项

最后说几句经验之谈：

• 编译时务必加 -g 选项。 不只是perf，Callgrind这类工具也需要调试信息才能把性能数据关联到源码上。这是一个“省事一时，麻烦一世”的教训。
• 多线程程序怎么办？ 用perf时，推荐加上 --threads=all 参数来记录所有线程的调用栈。否则可能漏掉子线程的性能数据。
• 生成火焰图前， 确保系统已经装了 git、perl 等基础工具。Ubuntu默认一般都有，但万一没有，记得补上。

这四兄弟各有各的脾气和使用场景。perf全能，gprof经典但老了，Callgrind慢但细，top/htop快但粗。怎么选？看你手头的活是“找瓶颈”还是“看个大概”。用得多了，自然心里有数。