最近在网上看到了tikv开源的pprof-rs库，提供了对rust程序进行profiling的功能。能够绘制火焰图，或者是pprof的callgraph。能够比较方便的对比同一个rust程序的两个版本之间，性能差异点在哪。（比如升级了rust，然后性能变慢了）

仓库地址：https://github.com/tikv/pprof-rs

本文基于pprof-rs 0.14.0 (0fa575e0caee54732db734eedb1d16f850d01468)

准备工作

引入这个库

pprof-rs是嵌入到要分析的应用程序里面的，因此，在数据采集这块，只要类似下面这样干就行（要启用pprof feature)：

match guard.report().build() {
    Ok(report) => {
        let mut file = File::create("profile.pb").unwrap();
        let profile = report.pprof().unwrap();

        let mut content = Vec::new();
        profile.encode(&mut content).unwrap();
        file.write_all(&content).unwrap();

        println!("report: {}", &report);
    }
    Err(_) => {}
};

安装go、pprof

pprof-rs只是用于采集数据，我们分析结果需要使用google的pprof库。因此需要安装go。

安装完go之后，输入以下命令安装pprof：

go install github.com/google/pprof@latest

测试

为了方便演示，把上面的pprof-rs仓库克隆到本地。然后我们对它的examples文件夹下的profile_proto_with_prost.rs文件进行测试。

查看程序的调用图

cargo run --example profile_proto_with_prost --features="protobuf prost-codec"

这样会在当前目录下生成一个profile.pb文件。我们将其重命名为profile001.pb，接着运行以下命令：

~/go/bin/pprof -svg profile001.pb 

然后会生成一个profile001.svg图片，浏览器打开之后可以看到调用图。

如何阅读调用图？

这里引用pprof的说明文档：
https://github.com/google/pprof/blob/main/doc/README.md#interpreting-the-callgraph

• 节点颜色：
  • 累积值大的用红色表示。
  • 累积值小的用绿色表示；负值在性能分析比较时最可能出现，具体详情请参见本节。
  • 接近零的累积值用灰色表示。
• 节点字体大小：
  • 字体较大的表示绝对平坦值较大。
  • 字体较小的表示绝对平坦值较小。
• 边权重：
  • 边较粗表示该路径使用了更多资源。
  • 边较细表示该路径使用了较少资源。
• 边颜色：
  • 正值较大的用红色表示。
  • 负值较大的用绿色表示。
  • 接近零的值用灰色表示。
• 边形状：
  • 虚线边：两个连接位置之间的某些位置被移除了。
  • 实线边：一个位置直接调用另一个位置。
  • “(内联)”边标记：该调用已被内联到调用者中。

生成对比图

接下来，我们修改profile_proto_with_prost.rs，在is_prime_number1()函数里面加一个循环，以消耗cpu时间：

然后再次运行：

cargo run --example profile_proto_with_prost --features="protobuf prost-codec"

接着，把生成的profile.pb重命名为profile002.pb

然后，使用以下命令，生成对比图：

~/go/bin/pprof -svg -base profile001.pb -normalize profile002.pb

正则化后的对比图如下，可以看到is_prime_number1()函数耗时上升了0.96s，根据调用图，再去追查源代码，就能分析出，是我们上面添加的那个循环搞的鬼。

转载请注明来源： https://longjin666.cn/?p=1932

欢迎关注我的公众号“灯珑”，让我们一起了解更多的事物~