示例2：列访问循环检测优化

简介

针对上述二维数组，在内存中是按行顺序排列的，即：X00、X01、X02、X03、……、X10、X11、X12、X13……处理器从内存获取数据时，会获取该数据及其它附近共64字节（Cache Line长度）的数据，例如获取X00，实际也会读取X00后面的X01、X02……这样接下来处理器要读取X01的数据时，它就不需要再访问内存了，而直接从Cache中就能获取到。所以，程序按行顺序读取数据，节省了访存的时间，性能就很高。如果按列读取，读取X00时缓存的数据中可能并不包含X10，所以接下来访问X10时，访问缓存失败，又需要访问内存。

本示例基于二维数组循环遍历程序，采用访存分析，分析结果显示按行访问可以优化CPU Cache命中效率。

环境准备

请确认服务器上已安装的操作系统是否兼容，GCC版本是否为7.3.0及以上，兼容性请参见鲲鹏DevKit兼容性查询助手。
请确认服务器上是否已安装鲲鹏DevKit系统性能分析工具。
请从Github或Gitee下载代码样例，执行以下命令赋予所有用户可读、可写和可执行权限。

样例代码文件为cache_hit.c、cache_miss.c。
```
chmod 777 cache_hit.c cache_miss.c
```

Cache_miss数组访问工具检测

程序准备。
1. 编译cache_miss.c并赋予执行文件所有用户可读、可写和可执行权限。
```
gcc -g cache_miss.c -o cache_miss && chmod 777 cache_miss
```
2. 将cache_miss测试程序绑定CPU核并使用后台启动脚本miss_start.sh 启动程序，使得程序循环运行多次，以便有时间运行系统级别的采集任务，nohup命令使得即使退出账户之后会继续运行相应的进程，防止任务中断。
```
nohup bash miss_start.sh >>cache_miss.out 2>&1 &
```
  程序运行的输出（标准输出（1））将会保存到cache_miss.out文件，错误信息（2）会重定向到cache_miss.out文件。
  
  其中miss_start.sh脚本内容如下，如果miss_start.sh程序没有正常运行，可以通过cache_miss.out文件检查错误信息，注意检查是否为window-style line endings问题，如果是window-style line endings问题，可以通过vi -b miss_start.sh进行删除。
  
  图1 脚本内容

在程序运行的过程当中，创建系统的全景分析任务，分析当前程序。

创建系统全景分析任务，并启动分析。

表1 任务配置参数说明
参数	说明
分析对象	系统
分析类型	全景分析
采样类型	全选
采样时长	20秒
采样间隔	1秒

查看采集分析结果。
图2 系统性能

“系统性能”页签的图2可以看到图形化界面的CPU核在采集时间内的利用率变化，可以看到在采集时间内的各项数据的平均值。

采用进程/线程性能分析，查看消耗CPU资源的进程。

创建进程/线程性能分析任务，并启动分析。

表2 任务配置参数说明
参数	说明
分析对象	系统
分析类型	进程/线程性能分析
采样时长	10秒
采样间隔	1秒
采样类型	全选
采集线程信息	开启

查看采集分析结果。
图3 进程/线程分析结果总览

图3默认排序是按照PID/TID升序排列，为便于查看消耗CPU资源的进程，可点击%CPU列旁边的按钮进行降序排列。

可以看到cache_miss程序在消耗大量的CPU，同时全部消耗在用户态中，可推测是代码实现算法差或Cache Miss问题。
结束样例程序。
通过jobs -l查看cache_miss程序运行pid（如果程序尚未结束，可以看到后台运行的程序），通过kill -9结束进程。
```
jobs -l
kill -9 <cache_miss程序pid> 
```

采用热点函数分析cache_miss程序，找到热点函数和指令。

创建热点函数分析任务，并启动分析。

表3 任务参数配置说明
参数	说明
分析对象	应用。本示例分析的热点函数为已确定程序，所以不需在服务器上运行程序，直接在工具中选择cache_miss程序。
模式	Launch application
应用路径	输入程序所在的绝对路径，例如本示例将代码样例放在服务器“/opt/testdemo/cache/cache_miss/cache_miss”目录下。示例路径里面第一个cache_miss为文件夹，第二个cache_miss为可执行程序。
分析类型	热点函数分析
采样范围	用户态。采样范围分用户态、内核态、所有。因为发现所有的CPU消耗都在用户态，所以只采集用户态的数据。
采集调用栈	开启。
其他参数	默认

查看采集分析结果。
图4 热点函数分析结果总览

在下面的热点函数中，可以看到cache_miss程序中的main函数所占用了所有的时钟周期数；单击蓝色函数名，可查看源码对应行数。

采用“访存分析 > Miss事件分析”，进一步确认是Cache Miss造成。

如果服务器操作系统不是openEuler，则这一步无法执行。

表4 任务参数配置说明
参数	说明
分析对象	应用。在之前步骤已经确定大量消耗CPU资源的程序，所以可直接分析对应程序的性能问题。
模式	Launch application
应用路径	输入程序所在的绝对路径，例如本示例将代码样例放在服务器/opt/testdemo/cache/cache_miss/cache_miss目录下。示例路径里面第一个cache_miss为文件夹，第二个cache_miss为可执行程序。
分析类型	访存分析
访存分析类型	Miss事件分析
采样时长	5秒
采样间隔（指令数）	8192
其他参数	默认

查看采集分析结果。
图5 Miss事件分析结果（时序视图）

在“时序视图”页签下，第一个下拉菜单中有四个选项：进程、线程、模块、CPU，可选择不同模块，然后可以看到程序cache_miss在采集时间内实时的Miss事件的次数。

优化方案

程序准备。
编译cache_hit.c并赋予执行文件所有用户可读、可写、可执行权限。
```
gcc -g cache_hit.c -o cache_hit && chmod 777 cache_hit
```

采用热点函数分析功能进行分析。

创建热点函数分析任务，并启动分析。

表5 任务参数配置说明
参数	说明
分析对象	应用。
模式	Launch application。
应用路径	输入程序所在的绝对路径，例如本示例将代码样例放在服务器“/opt/testdemo/cache/cache_hit/cache_hit”目录下。示例路径里面第一个cache_hit为文件夹，第二个cache_hit为可执行程序。
分析类型	热点函数分析。
采样范围	用户态。采样范围分用户态、内核态、所有。因为发现所有的CPU消耗都在用户态，所以只采集用户态的数据。
采样时长（s）	30秒。
采集调用栈	开启。
其他参数	默认。

查看采集分析结果。
图6 热点函数分析结果总览

比较cache_hit和cache_miss程序的热点函数分析结果，优化后的程序运行时间和周期数远远小于未优化前的。

此处数值根据sampling采集数据得来，非绝对值，不同环境的数值可能有较大差别，主要关注优化前后的变化。

采用“访存分析 > Miss事件分析”功能进一步分析。

创建访存分析任务，并启动分析。

表6 任务参数配置说明
参数	说明
分析对象	应用。在之前步骤已经确定大量消耗CPU资源的程序，所以可直接分析对应程序的性能问题。
模式	Launch application
应用路径	输入程序所在的绝对路径，例如本示例将代码样例放在服务器“/opt/testdemo/cache/cache_hit”目录下。
分析类型	访存分析
访存分析类型	Miss事件分析
采样时长	5秒
采样间隔（指令数）	8192
其他参数	默认

查看采集分析结果。
图7 Miss事件分析结果（时序视图）

优化后，没有采集到Miss事件。

结果分析

优化循环体后的cache_hit函数执行时间明显降低，Miss的数目大幅减少。

父主题： 系统性能分析工具