1 编译参数
使用perf获取完整的堆栈信息需要下面几个编译参数：
-O0：编译器不做优化-ggdb3：增加了为GDB优化的调试信息，级别是3-g3：增加了调试信息，级别是3-fno-omit-frame-pointer：保留完成的栈帧
但偏向于debug的参数会造成性能降低，生产上也不一定这样编，部分堆栈确实也不妨碍整体性能分析。
一个例子：
./configure --prefix=/pathto --enable-tap-tests --with-tcl --enable-depend --enable-cassert --enable-debug --with-perl --with-openssl --with-libxml CFLAGS="-O0 -ggdb3 -g3 -fno-omit-frame-pointer"
2 函数与地址的关系
perf使用符号表将地址对应到函数名，这里简单总结下函数地址的查看方法。
以exec_simple_query函数为例，这是PG中的一个函数，编译在postgres中，可以使用一些工具拿到函数地址：00000000009f1760
# nm /data02/mingjie/pgroot99/pghome/bin/postgres | grep exec_simple_query
00000000009f1760 t exec_simple_query
# readelf -s /data02/mingjie/pgroot99/pghome/bin/postgres | grep exec_simple_query
15588: 00000000009f1760 1712 FUNC LOCAL DEFAULT 13 exec_simple_query
# objdump -t /data02/mingjie/pgroot99/pghome/bin/postgres | grep exec_simple_query
00000000009f1760 l F .text 00000000000006b0 exec_simple_query
实际运行时，加载到内存中时，因为每个进程有自己的私有内存地址空间，所以函数地址就会用0x9f1760
gdb -p 2591493
(gdb) info address exec_simple_query
Symbol "exec_simple_query" is a function at address 0x9f1760.
(gdb) p exec_simple_query
$1 = {void (const char *)} 0x9f1760 <exec_simple_query>
(gdb) x/32 0x9f1750
0x9f1750 <pg_plan_queries+331>: -1065091072 -18971377 -1958150145 -1010173883
0x9f1760 <exec_simple_query>: -443987883 -521371320 1207959552 -14107255
0x9f1770 <exec_simple_query+16>: 93061119 8198448 266093961 127206838
0x9f1780 <exec_simple_query+32>: 1166540927 -280639781 -2054469632 -216
0x9f1790 <exec_simple_query+48>: 1761970504 1207992691 -14121589 -1991704577
0x9f17a0 <exec_simple_query+64>: 180166 -2048393216 -2147483066 1946213245
0x9f17b0 <exec_simple_query+80>: 1345382405 -1243086848 -402653145 10635
0x9f17c0 <exec_simple_query+96>: -519730360 1207992077 -521615479 1224736753
使用pmap查看PG进程后，发现
- PG的函数加载到
400000 - 11bc000地址范围内 - PG的静态库加载到
11bc000 - 11bd000地址范围内 - PG的全局变量加载到
11bd000 - 11d8000和11d8000 - 2041000地址范围内 - 后面是一些malloc、共享内存映射等拿到的地址空间。
- 整体用户态空间在
0 - ffffffffff600000范围内，高地址放栈、低地址放代码和堆。
# pmap 2591493
2591493: postgres: mingjie postgres [local] idle
0000000000400000 12020K r-x-- postgres -- 函数
-- 00000000009f1760 1712 FUNC LOCAL DEFAULT 13 exec_simple_query
00000000011bc000 4K r---- postgres -- 静态库
-- 00000000011bcce0 24 OBJECT GLOBAL DEFAULT 20 xmlIsDigitGroup@LIBXML2_2.6.0 (6)
-- 00000000011bccc0 24 OBJECT GLOBAL DEFAULT 20 xmlIsExtenderGroup@LIBXML2_2.6.0 (6)
-- 00000000011bcd30 24 OBJECT GLOBAL DEFAULT 20 xmlIsBaseCharGroup@LIBXML2_2.6.0 (6)
-- 00000000011bcd20 16 OBJECT WEAK DEFAULT 20 in6addr_any@GLIBC_2.2.5 (3)
00000000011bd000 108K rw--- postgres -- 全局变量 extern PGDLLIMPORT ...
-- 00000000011c2d4e 1 OBJECT GLOBAL DEFAULT 24 enable_async_append
-- 00000000011c2d5c 4 OBJECT GLOBAL DEFAULT 24 constraint_exclusion
-- 00000000011c2a27 1 OBJECT GLOBAL DEFAULT 24 log_checkpoints
-- 00000000011bcce0 24 OBJECT GLOBAL DEFAULT 20 xmlIsDigitGroup@LIBXML2_2.6.0 (6)
-- 00000000011be9a0 1 OBJECT GLOBAL DEFAULT 24 synchronize_seqscans
-- 00000000011be9d0 4 OBJECT GLOBAL DEFAULT 24 ParallelWorkerNumber
00000000011d8000 216K rw--- [ anon ] -- 全局变量 extern PGDLLIMPORT ...
-- 0000000001207368 1 OBJECT GLOBAL DEFAULT 25 pg_krb_caseins_users
-- 00000000011d8150 4 OBJECT GLOBAL DEFAULT 25 binary_upgrade_next_array
-- 00000000011dd5b8 1 OBJECT GLOBAL DEFAULT 25 pgstat_track_activities
-- 00000000011e2588 8 OBJECT GLOBAL DEFAULT 25 TopMemoryContext
0000000002041000 412K rw--- [ anon ]
-- 无
00000000020a8000 916K rw--- [ anon ]
-- 无
00007fdb78d2b000 260K rw--- [ anon ]
00007fdb78d6c000 1024K rw-s- PostgreSQL.1707624748
00007fdb78e6c000 2312K rw--- [ anon ]
00007fdb790ae000 326000K rw-s- zero (deleted)
00007fdb8cf0a000 2528K r---- LC_COLLATE
00007fdb8d182000 92K r-x-- libgcc_s-8-20210514.so.1
00007fdb8d199000 2044K ----- libgcc_s-8-20210514.so.1
00007fdb8d398000 4K r---- libgcc_s-8-20210514.so.1
00007fdb8d399000 4K rw--- libgcc_s-8-20210514.so.1
00007fdb8d39a000 1560K r-x-- libstdc++.so.6.0.25
00007fdb8d520000 2044K ----- libstdc++.so.6.0.25
00007fdb8d71f000 48K r---- libstdc++.so.6.0.25
00007fdb8d72b000 4K rw--- libstdc++.so.6.0.25
...
00007ffcd99dc000 8K r-x-- [ anon ]
ffffffffff600000 4K r-x-- [ anon ]
total 420376K
3 PERF TOP
准备压测
drop table t1;
create table t1(c1 serial8 primary key, c2 text, c3 timestamp);
insert into t1 select i, md5(random()::text), now() from generate_series(1, 1000000) t(i);
test.sql
\set aid random(1, 1000000)
select * from t1 where c1 = :aid;
压测开始
pgbench -M prepared -nr -P 1 -f test.sql -c 32 -j 32 -T 600
perf top 观测1
注意这里的Overhead全部是Self的，也就是函数自己在采样中出现的百分比。
perf top -g 观测2
这里会看到Children和Self两列，怎么理解呢？
- Self：当前函数本身的代码上消耗CPU时间的百分比，不包括它调用的其他函数的时间。
- Children：当前函数以及它调用的所有函数上消耗的CPU时间的总和的百分比。
如果一个函数的Self时间很高意味着函数本身的代码效率低下。如果一个函数的Children时间很高，但Self时间相对较低，可能意味着它调用的一个或多个子函数是性能瓶颈。
例如下面可以看到AllocSetCheck的Self时间20.09%（注意这里是按Children来排序的）而第一个PostgresMain的Children占用86.47%，但Self只有0.27%，说明PostgresMain本身的占比很低，但他调用的函数占比很高，加起来有86.47%了，其中之一就是AllocSetCheck。
注意：children的百分比都是相对于parent的百分比，例如：
- 60.00% A
- 30.00% B
- 20.00% C
函数 A 总执行时间的 60%。这包括它自己的代码执行时间以及它调用的所有函数的执行时间。
函数 B 是 A 的一个子函数，它单独占用了 A 执行时间的 30%。
函数 C 也是 A 的一个子函数，它占用了 A 执行时间的 20%。
4 PERF RECORD / PERF REPORT
一般PG独占物理机时，偏IO的业务不会占用很高的CPU，perf看整机不太好看到瓶颈。一般可以指定观测某个PG进程来确认进程瓶颈点，有没有提升空间。
采样某个进程的情况，采样60秒。
perf record -p 86684 -ag -- sleep 60
大部分信息直接看就好了，没必要火焰图。
-
按SELF排序：
perf report --no-children
-
按CHILDREN排序：
perf report
-
按SELF排序展开：
perf report --no-children --stdio
5 PERF STAT
注意vm上使用会有限制，在物理机上测试。
5.1 场景一：关注CPU使用情况perf stat -d
准备数据：
drop table t1;
create table t1(c1 serial8 primary key, c2 text, c3 timestamp);
开始测试：
perf stat -d -- /usr/bin/psql -h127.0.0.1 -U postgres -p 9999 postgres -c "insert into t1 select i, md5(random()::text), now() from generate_series(1, 1000000) t(i)";
INSERT 0 1000000
Performance counter stats for '/usr/bin/psql -h127.0.0.1 -U postgres -p 9999 postgres -c insert into t1 select i, md5(random()::text), now() from generate_series(1, 1000000) t(i)':
6.49 msec task-clock # 0.002 CPUs utilized
3 context-switches # 462.220 /sec
0 cpu-migrations # 0.000 /sec
474 page-faults # 73.031 K/sec
16,389,325 cycles # 2.525 GHz (38.37%)
14,418,870 instructions # 0.88 insn per cycle (53.78%)
3,040,699 branches # 468.490 M/sec (53.77%)
99,270 branch-misses # 3.26% of all branches (53.69%)
8,688 L1-dcache-loads # 697.749 M/sec (30.82%)
272,823 L1-dcache-load-misses # 6.02% of all L1-dcache accesses (30.82%)
95,365 LLC-loads # 14.693 M/sec (30.89%)
28,676 LLC-load-misses # 30.07% of all L1-icache accesses (30.89%)
4.111546535 seconds time elapsed
0.003017000 seconds user
0.003656000 seconds sys
5.2 场景二：关注L1使用情况perf stat -e
# perf list | grep L1-dcache
L1-dcache-loads OR cpu/L1-dcache-loads/
L1-dcache-load-misses OR cpu/L1-dcache-load-misses/
L1-dcache-stores OR cpu/L1-dcache-stores/
perf stat -e L1-dcache-loads,L1-dcache-load-misses,L1-dcache-stores -- /usr/bin/psql -h127.0.0.1 -U postgres -p 9999 postgres -c "insert into t1 select i, md5(random()::text), now() from generate_series(1, 1000000) t(i)";
结果
Performance counter stats for '/usr/bin/psql -h127.0.0.1 -U postgres -p 9999 postgres -c insert into t1 select i, md5(random()::text), now() from generate_series(1, 1000000) t(i)':
4,977,428 L1-dcache-loads (60.90%)
231,942 L1-dcache-load-misses # 4.66% of all L1-dcache accesses (66.04%)
1,978,389 L1-dcache-stores (73.06%)
3.889877294 seconds time elapsed
0.003390000 seconds user
0.003122000 seconds sys
5.3 场景三：关注内核调用perf stat -e
注意怎么过滤等于0的事件，否则打印太多。
perf stat -e 'syscalls:*,block:*' -- /usr/bin/psql -h127.0.0.1 -U postgres -p 9999 postgres -c "insert into t1 select i, md5(random()::text), now() from generate_series(1, 1000000) t(i)" 2>&1 | awk '$1 != 0'
