[Linux] 手写轻量C++函数性能探查器：CPU占用率&耗时
平时在写C++程序优化性能的时候，经常想知道某些热点函数跑起来到底占用了多少CPU，花了多少时间。Linux中有很多性能探查工具，诸如perf、top等等，但大多数时候只想要测量某个函数或者代码块，用不着特别庞大的工具。查阅一些资料后，笔者写了两个轻量简单的探查器，分别探查代码块的CPU占用率和耗时，记录分享一下。
统计CPU占用率
核心思路
计算某个函数的CPU占用率，可以粗略地理解为计算某个函数占用CPU的时间与CPU在所有进程上花费的时间的比值，这就要求我们要拿到CPU的详细统计信息。Linux在/proc中记录了现成的CPU统计数据。其中/proc/stat中记录了系统启动到现在，CPU在不同“状态”上累计花的时间；proc/self/stat中则包含了当前进程的CPU各项统计数据。读取这两个文件不需要root权限，因此实现起来不会很麻烦。我们需要做的就是解析这两个文件，提取所需的参数即可。
解析/proc/stat
在终端中执行命令cat /proc/stat，可以看到返回结果的第一行通常如下：
cpu 518127 71 120189 7077551 8165 0 48610 0 0 0
这一行的含义是：从系统启动到现在，CPU在不同“状态”上累计花了多少时间。单位是USER_HZ（大多数机器上可以粗略理解成1/100秒，但准确值建议用sysconf(_SC_CLK_TCK)获取）。各列分别对应着不同的字段，字段顺序从左到右一般是这些：
user：用户态时间；nice：用户态时间（跑在低优先级进程上花的时间）；system：内核态时间（系统调用、内核代码执行的时间）；idle：空闲时间；iowait：等待I/O的时间；irq：处理硬中断的时间；softirq：处理软中断的时间；steal：虚拟化相关的“被偷走的时间”（在虚拟机环境里，CPU去跑别的系统/别的虚拟机了，就像被偷走了一样）；guest：跑guest虚拟CPU的时间（虚拟化场景）；guest_nice：跑“nice过的guest”的时间；
其中注意guest和guest_nice不少内核/工具口径里会和user/nice存在重复计入的关系，所以最好将其排除。要计算CPU从系统启动到现在花费的所有时间，把这些值求和即可，计算单位均是USER_HZ。
解析/proc/self/stat
终端中执行命令cat /proc/self/stat，能看到如下的返回结果：
76723 (cat) R 52152 76723 52152 34816 76723 4194304 95 0 0 0 0 0 0 0 20 0 1 0 1515316 9162752 418 18446744073709551615 94507585687552 94507585710729 140728218500048 0 0 0 0 0 0 0 0 0 17 1 0 0 0 0 0 94507585726960 94507585728704 94508453613568 140728218505341 140728218505361 140728218505361 140728218509291 0
这里面有非常多字段，但是我们只需要关心下面几个字段：
utime(14)：进程在用户态被调度运行的累计时间；stime(15)：进程在内核态被调度运行的累计时间；cutime(16)：已等待的子进程累计用户态时间；cstime(17)：已等待的子进程累计内核态时间；
如果只关心当前进程，那么cutime和cstime是不需要考虑的。由于我实现的是轻量版本，就跳过前面的字段，只考虑utime和stime，对其求和即可，单位也都是USER_HZ。
求差计算
从/proc/stat和/proc/self/stat获取的值都是“从开机/启动到现在”的累计计数，所以要测“某段时间内”的占用，就需要在代码块的开头和结尾做两次采样取差值：
procDelta = procEnd - procStarttotalDelta = totalEnd - totalStartcpuPercent = procDelta / totalDelta * 100
这样求得的cpuPrecent就是代码块的CPU占用率了。
代码实现
摸清楚了原理，代码实现就不难了。笔者把这部分逻辑抽成CpuProfiler类，完整实现如下：
#include <fstream>
#include <string>
#include <chrono>
class CpuProfiler {
public:
// 开始测量时记录当前进程和系统CPU时间
void start() {
lastProcTime = getProcessCpuTime();
lastTotalTime = getTotalCpuTime();
}
// 结束测量时再次读取时间并计算CPU占用率（百分比）
double stop() {
unsigned long procTime = getProcessCpuTime();
unsigned long totalTime = getTotalCpuTime();
unsigned long procDiff = procTime - lastProcTime;
unsigned long totalDiff = totalTime - lastTotalTime;
// 计算占用率百分比
double cpuPercent = 0.0;
if (totalDiff != 0) {
cpuPercent = (double)procDiff / totalDiff * 100.0;
}
return cpuPercent;
}
private:
unsigned long lastProcTime = 0;
unsigned long lastTotalTime = 0;
// 获取当前进程的 CPU 时间（用户态+内核态），单位：时钟节拍
unsigned long getProcessCpuTime() {
std::ifstream statFile("/proc/self/stat");
if (!statFile.is_open()) {
return 0;
}
// 按顺序读取stat文件中的字段
int pid;
char comm[256], state;
statFile >> pid; // 进程ID
statFile.ignore(256, ')'); // 跳过括号内的进程名称
statFile.ignore(1); // 略过空格
statFile >> state; // 进程状态（R/S等）
// 跳过不关心的项，一直到第13列结束
long dummy;
for (int i = 0; i < 10; ++i) {
statFile >> dummy;
}
// 读取第14列utime和第15列stime
unsigned long utimeTicks = 0, stimeTicks = 0;
statFile >> utimeTicks >> stimeTicks;
return utimeTicks + stimeTicks;
}
// 获取系统总的 CPU 时间（所有CPU核心累积），单位：时钟节拍
unsigned long getTotalCpuTime() {
std::ifstream statFile("/proc/stat");
if (!statFile.is_open()) {
return 0;
}
std::string cpuLabel;
unsigned long user=0, nice=0, system=0, idle=0;
unsigned long iowait=0, irq=0, softirq=0, steal=0;
/* 读取第一行，如 "cpu <user> <nice> <system> <idle> <iowait> <irq> <softirq> <steal> ..." */
statFile >> cpuLabel
>> user >> nice >> system >> idle
>> iowait >> irq >> softirq >> steal;
// 注意：后续还有 guest 等字段，这里略过
unsigned long totalJiffies = user + nice + system + idle
+ iowait + irq + softirq + steal;
return totalJiffies;
}
};
如果要对其再作优化，可以维护全局的文件句柄，使用时按需读取；同时文件解析的逻辑也可以自己实现，这里不多作赘述。
统计耗时
代码执行耗时的测量就简单得多了。在C++11及以后的标准中，标准库已经提供了<chrono>时间库，可以方便地获取高精度的时间点。这部分的实现原理就不多介绍了，直接上代码：
#include <chrono>
#include <cstdint>
class ElapsedProfiler {
public:
void start() {
m_running = true;
m_start = Clock::now();
}
// 返回毫秒
double stopMs() {
if (!m_running) {
return 0.0;
}
auto end = Clock::now();
m_running = false;
std::chrono::duration<double, std::milli> ms = end - m_start;
return ms.count();
}
bool running() const {
return m_running;
}
private:
using Clock = std::chrono::high_resolution_clock;
bool m_running = false;
Clock::time_point m_start{ };
};
这里我使用了std::chrono::high_resolution_clock取得高精度的时间，其实如果为了测量毫秒级的函数耗时，没有必要使用特别高精度的时钟，这里仅供参考。
使用例程
不妨编写分别写一个计算密集的函数和一个挂起等待的函数，验证一下耗时和CPU占用率的计算是否准确。代码如下：
static void demo_cpu_heavy() {
printf("=== 计算密集 ===\n");
CpuProfiler cpu;
ElapsedProfiler wall;
cpu.start();
wall.start();
volatile uint64_t acc = 0;
for (uint64_t i = 1; i <= 200000000ULL; ++i) {
acc += (i * 2654435761ULL) ^ (acc >> 3);
}
const double elapsedMs = wall.stopMs();
const auto r = cpu.stop();
printf("acc=%llu\n", (unsigned long long)acc);
printf("elapsed=%.3f ms, cpu=%.2f%%\n", elapsedMs, r);
}
static void demo_sleep() {
printf("\n=== 挂起延时 ===\n");
CpuProfiler cpu;
ElapsedProfiler wall;
cpu.start();
wall.start();
std::this_thread::sleep_for(std::chrono::milliseconds(800));
const double elapsedMs = wall.stopMs();
const auto r = cpu.stop();
printf("elapsed=%.3f ms, cpu=%.2f%%\n", elapsedMs, r);
}
int main() {
demo_cpu_heavy();
demo_sleep();
return 0;
}
程序输出如下：
笔者电脑是六核十二线程，计算密集函数CPU占用率~8%，说明基本能跑满单线程；挂起延时的函数耗时接近800 ms，且CPU占用率几乎为零，说明结果符合预期，可以放心使用。
浙公网安备 33010602011771号