Python 对 Linux "perf" 性能分析器的支持
***************************************

作者:
   Pablo Galindo

Linux perf 性能分析器 是一个非常强大的工具，它允许你分析并获取有关你的
应用程序运行性能的信息。 "perf" 还拥有一个非常活跃的工具生态系统可以帮
助分析它所产生的数据。

将 "perf" 性能分析器与 Python 应用程序配合使用的主要问题在于 "perf" 只
能获取原生符号的信息，即以 C 编写的函数和过程的名称。 这意味着在你的代
码中的 Python 函数名称和文件名称将不会出现在 "perf" 输出中。

从 Python 3.12 开始，解释器可以运行于一个允许 "perf" 性能分析器的输出
中显示 Python 函数的特殊模式下。 当启用此模式时，解释器将在每个 Python
函数执行之前插入一小段即时编译的代码，它将使用 perf 映射文件 来告知
"perf" 这段代码与相关联的 Python 函数之间的关系。

备注:

  对 "perf" 性能分析器的支持目前仅在特定架构的 Linux 上可用。 请检查
  "configure" 构建步骤的输出或检查 "python -m sysconfig | grep
  HAVE_PERF_TRAMPOLINE" 的输出来确定你的系统是否受到支持。

例如，考虑以下脚本:

   def foo(n):
       result = 0
       for _ in range(n):
           result += 1
       return result

   def bar(n):
       foo(n)

   def baz(n):
       bar(n)

   if __name__ == "__main__":
       baz(1000000)

我们可以运行 "perf"  以 9999 赫兹的频率来对 CPU 栈追踪信息进行采样:

   $ perf record -F 9999 -g -o perf.data python my_script.py

然后我们可以使用 "perf report" 来分析数据:

   $ perf report --stdio -n -g

   # Children      Self       Samples  Command     Shared Object       Symbol
   # ........  ........  ............  ..........  ..................  ..........................................
   #
       91.08%     0.00%             0  python.exe  python.exe          [.] _start
               |
               ---_start
               |
                   --90.71%--__libc_start_main
                           Py_BytesMain
                           |
                           |--56.88%--pymain_run_python.constprop.0
                           |          |
                           |          |--56.13%--_PyRun_AnyFileObject
                           |          |          _PyRun_SimpleFileObject
                           |          |          |
                           |          |          |--55.02%--run_mod
                           |          |          |          |
                           |          |          |           --54.65%--PyEval_EvalCode
                           |          |          |                     _PyEval_EvalFrameDefault
                           |          |          |                     PyObject_Vectorcall
                           |          |          |                     _PyEval_Vector
                           |          |          |                     _PyEval_EvalFrameDefault
                           |          |          |                     PyObject_Vectorcall
                           |          |          |                     _PyEval_Vector
                           |          |          |                     _PyEval_EvalFrameDefault
                           |          |          |                     PyObject_Vectorcall
                           |          |          |                     _PyEval_Vector
                           |          |          |                     |
                           |          |          |                     |--51.67%--_PyEval_EvalFrameDefault
                           |          |          |                     |          |
                           |          |          |                     |          |--11.52%--_PyLong_Add
                           |          |          |                     |          |          |
                           |          |          |                     |          |          |--2.97%--_PyObject_Malloc
   ...

如你所见，Python 函数不会显示在输出中，只有 "_PyEval_EvalFrameDefault"
(评估 Python 字节码的函数) 会显示出来。 不幸的是那没有什么用处因为所有
Python 函数都使用相同的 C 函数来评估字节码所以我们无法知道哪个 Python
函数与哪个字节码评估函数相对应。

相反，如果我们在启用 "perf" 支持的情况下运行相同的实验代码我们将获得:

   $ perf report --stdio -n -g

   # Children      Self       Samples  Command     Shared Object       Symbol
   # ........  ........  ............  ..........  ..................  .....................................................................
   #
       90.58%     0.36%             1  python.exe  python.exe          [.] _start
               |
               ---_start
               |
                   --89.86%--__libc_start_main
                           Py_BytesMain
                           |
                           |--55.43%--pymain_run_python.constprop.0
                           |          |
                           |          |--54.71%--_PyRun_AnyFileObject
                           |          |          _PyRun_SimpleFileObject
                           |          |          |
                           |          |          |--53.62%--run_mod
                           |          |          |          |
                           |          |          |           --53.26%--PyEval_EvalCode
                           |          |          |                     py::<module>:/src/script.py
                           |          |          |                     _PyEval_EvalFrameDefault
                           |          |          |                     PyObject_Vectorcall
                           |          |          |                     _PyEval_Vector
                           |          |          |                     py::baz:/src/script.py
                           |          |          |                     _PyEval_EvalFrameDefault
                           |          |          |                     PyObject_Vectorcall
                           |          |          |                     _PyEval_Vector
                           |          |          |                     py::bar:/src/script.py
                           |          |          |                     _PyEval_EvalFrameDefault
                           |          |          |                     PyObject_Vectorcall
                           |          |          |                     _PyEval_Vector
                           |          |          |                     py::foo:/src/script.py
                           |          |          |                     |
                           |          |          |                     |--51.81%--_PyEval_EvalFrameDefault
                           |          |          |                     |          |
                           |          |          |                     |          |--13.77%--_PyLong_Add
                           |          |          |                     |          |          |
                           |          |          |                     |          |          |--3.26%--_PyObject_Malloc


如何启用 "perf" 性能分析支持
============================

要启动 "perf" 性能分析支持可以通过使用环境变量 "PYTHONPERFSUPPORT" 或
"-X perf" 选项，或者动态地使用 "sys.activate_stack_trampoline()" 和
"sys.deactivate_stack_trampoline()" 来运行。

"sys" 函数的优先级高于 "-X" 选项，"-X" 选项的优先级高于环境变量。

示例，使用环境变量:

   $ PYTHONPERFSUPPORT=1 python script.py
   $ perf report -g -i perf.data

示例，使用 "-X" 选项:

   $ python -X perf script.py
   $ perf report -g -i perf.data

示例，在文件 "example.py" 中使用 "sys" API:

   import sys

   sys.activate_stack_trampoline("perf")
   do_profiled_stuff()
   sys.deactivate_stack_trampoline()

   non_profiled_stuff()

...然后:

   $ python ./example.py
   $ perf report -g -i perf.data


如何获取最佳结果
================

要获取最佳结果，Python 应当使用 "CFLAGS="-fno-omit-frame-pointer -mno-
omit-leaf-frame-pointer"" 来编译因为这将允许性能分析器仅使用帧指针而不
是基于 DWARF 调试信息进行展开。 这是因为被插入以允许 "perf" 支持的代码
是动态生成的所以它没有任何 DWARF 调试信息可用。

你可以通过运行以下代码来检查你的系统是否为附带此旗标来编译的:

   $ python -m sysconfig | grep 'no-omit-frame-pointer'

如果你没有看到任何输出则意味着你的解释器没有附带帧指针来编译因而它将无
法在 "perf" 的输出中显示 Python 函数。
