火焰图性能分析工具

本目录包含用于生成火焰图的自动化工具，支持同时记录CPU和内存分配。

文件说明

1. generic_profiler.py - 基于配置文件的通用分析器
2. projects.yaml - 项目配置文件
3. flamegraph_analyzer.py - 整合的火焰图数据分析器
4. run_analysis.sh - 交互式火焰图分析自动化脚本（支持菜单选择）

快速开始

1. 安装依赖

• dtrace (macOS系统自带)
• FlameGraph工具集 (推荐clone在 ～/git/FlameGraph)
• Python 3.6+

2. 使用通用分析器

# 进入目录
cd ~/git/my-flamegraph

# 分析所有项目（默认30秒采样）
python3 generic_profiler.py

# 分析特定项目
python3 generic_profiler.py --project liii
python3 generic_profiler.py --project mogan

# 自定义采样时间
python3 generic_profiler.py --time 60

# 仅构建不分析
python3 generic_profiler.py --build-only

# 不构建，仅分析
python3 generic_profiler.py --no-build

# 禁用内存分析
python3 generic_profiler.py --no-memory

3. 使用交互式分析脚本

# 进入目录
cd ~/git/my-flamegraph

# 交互式模式（菜单选择）
./run_analysis.sh

# 命令行模式：分析liii项目（默认CPU+内存）
./run_analysis.sh liii

# 仅分析CPU
./run_analysis.sh liii --cpu-only

# 分析已有火焰图文件
./run_analysis.sh liii/cpu.folded

# 指定输出目录
./run_analysis.sh liii --output my_results/

项目配置

配置文件 projects.yaml 定义了要分析的项目。可以轻松添加新项目：

# 添加新项目
myproject:
  path: "/path/to/your/project"
  output_dir: "/path/to/output"
  build_cmds:
    - "./configure"
    - "make"
  executable: "myapp"  # 可执行文件名称
  target: ""           # 构建目标（如适用）
  args: []             # 启动参数
  env: {}              # 环境变量
  startup_delay: 3     # 启动后等待时间（秒）

输出文件

分析完成后，输出目录将包含：

• cpu.svg - CPU火焰图
• memory.svg - 内存分配火焰图（如果启用）
• cpu.stacks, memory.stacks - 原始堆栈数据
• cpu.folded, memory.folded - 折叠后的堆栈数据
• profiling.log - 分析日志

火焰图查看

在浏览器中打开SVG文件查看火焰图：

• 点击任何部分可以放大
• 使用Ctrl+F搜索函数名
• 使用右上角的控件调整显示

注意事项

1. 需要sudo权限运行dtrace
2. 分析过程中会启动目标程序并附加dtrace
3. 分析完成后会自动终止目标程序
4. 如果程序需要用户交互，可能影响分析结果

故障排除

1. 找不到可执行文件：检查executable配置项，确保项目已构建
2. dtrace权限问题：需要sudo权限，可能会提示输入密码
3. 程序过早退出：调整startup_delay参数
4. 火焰图生成失败：检查FlameGraph目录路径是否正确

添加新项目

1. 编辑projects.yaml文件，添加新项目配置
2. 运行python3 generic_profiler.py --project 项目名进行测试
3. 根据需要调整配置参数