一つの時間を複数の観測に分ける
perf statは、Linuxの性能イベントを使ってコマンドの実行を集計する。実行時間に加えて、命令数、CPUサイクル、コンテキスト切替、ページフォルトなどを観察できる。ここで得るのは選んだ期間・対象の集計であり、遅い関数の位置を自動的に特定するものではない。
最初に「同じ入力を処理する二つの実装を比べたい」など、比較の目的を決める。入力件数や出力の正しさが違うと、命令数が少なくても改善とは言えない。CPU・カーネル・perfの版、実行コマンドと測定条件を一緒に記録する。
イベントと対象を絞る
次のコマンドは検証用demoを5回起動して集計する例である。まずperf listで使えるイベントを調べ、対象の環境にないイベントは別の観測に置き換える。特定CPUやシステム全体を観察する指定は対象範囲を変えるため、結果を比べる前に指定をそろえよう。
ハードウェアカウンタの数には限りがあり、多くのイベントを同時に要求すると測定が時分割されることがある。計測された時間の割合を確認し、必要ならイベントを減らす。複数の値から比を計算するときは、同じ仕事と期間を観察できているかが重要になる。
perf list
perf stat -r 5 \
-e task-clock,context-switches,page-faults,cycles,instructions \
-- ./demo比率から次の問いを作る
仮に命令数が2億、サイクル数が1億なら、IPCは2となる。これは単位サイクルあたりの命令数の比であり、異なるCPUや異なる処理内容をまたいだ万能の性能点数ではない。最適化で命令の総数が増減した場合は、IPCだけでなく経過時間と完了した仕事量も比べる。
context-switchesが多ければ待機やスレッド構成を調べるきっかけになるが、数が多いだけで原因とは断定しない。page-faultsも、そのすべてがディスク読み込みを意味するわけではない。集計から仮説を立て、プロファイルやOSの統計で対象を絞る。
実行条件と観測の限界
複数回測り、最速値だけでなくばらつきを確認する。キャッシュ、CPUの周波数、バックグラウンド負荷、入力の配置で結果は変わる。マルチスレッドではCPU時間の合計と経過時間も違う量になる。条件の差を残しておくと、改善が再現できるか検討しやすい。
権限、仮想化環境、CPUの種類によって使えるカウンタは異なる。値が利用不可でも、そのイベントが発生しなかったとは言えない。許可された範囲で測定対象を選び、実行失敗とカウンタの利用制約を分けて記録しよう。