如何使用oprofile对软件做profiling

来源：Xilinx

发布时间：[2014-01-29]

　　关于Xilinx Zynq-7000带来的新的系统设计思路，以及Profiling的对象libjpeg，前文已经描述过了，再此不再赘述。

　　一. Oprofile简介

　　Profiling是对不同性能特征的数据的形式化总结或分析，它通常以图形和表的形式出现。它提供为特定的处理器事件收集的采样百分数或数量，比如cache miss rate、TLB miss rate等等。一般来说，主要目的是为了找出软件中的性能瓶颈，然后有针对性的优化以提升软件的整体性能。

　　Oprofile 是用于 Linux 的若干种评测和性能监控工具中的一种。它可以工作在不同的体系结构上，包括ARM, PowerPC, MIPS, IA32, IA64 和 AMD Athlon等等。它的开销很小，从Linux 2.6 版起，它被包含进了Linux内核中。

　　Oprofile可以收集有关处理器事件的信息，帮助用户识别诸如循环的展开、cache的使用率低、低效的类型转换和冗余操作、错误预测转移等问题。Oprofile是一种细粒度的工具，可以为指令集或者为函数、系统调用或中断处理例程收集采样。Oprofile 通过取样来工作。使用收集到的评测数据，用户可以很容易地找出性能问题。

　　通过监察CPU的hardware events，oprofile可以在运行状态下对整个Linux系统进行profiling。Profiling的对象可以是Linux kernel (包括modules和interrupt handlers), shared libraries或者应用程序。

　　从0.9.8版本开始，oprofile支持Perf_events profiling mode模式。应用程序operf被用来控制profiling过程;而在legacy mode下，是通过opcontrol脚本和oprofiled daemon来完成的。Operf不再象legacy mode那样需要OProfile kernel driver，它直接和Linux Kernel Performance Events Subsystem打交道。使用operf，就可以用普通用户的身份来profiling用户的应用程序了，当然如果需要对整个系统来profiling的时候还是需要root权限的。

　　如果硬件不支持OProfile使用performance counters，OProfile就只能工作在Timer Mode下了。Timer Mode只能在legacy profiling mode下使用，即只能通过opcontrol脚本来控制。

　　Oprofile的website为：http://oprofile.sourceforge.net/

　　可以支持的处理器的hardware event类型：http://oprofile.sourceforge.net/docs/

　　对于Zynq-7000来说，http://oprofile.sourceforge.net/docs/armv7-ca9-events.php 列出了ARM Cortex-A9内核PMU(Performance Monitor Unit)所支持的所有hardware event种类，可以看出oprofile可以支持很多深入处理器内部的分析。

　　http://oprofile.sourceforge.net/examples/ 提供了一些oprofile生成的结果，可以方便开发者在开始使用之前了解oprofile能够做到哪些事情。

　　Oprofile的详细使用文档：http://oprofile.sourceforge.net/doc/index.html

　　Oprofile的优势：

　　Ÿ 比较低的运行开销

　　Ÿ 对被profiling的对象影响很小

　　Ÿ 可以profiling中断服务程序(interrupt handlers)

　　Ÿ 可以profiling应用程序和shared libraries

　　Ÿ 可以profiling dynamically compiled (JIT) code

　　Ÿ 可以对整个系统做profiling

　　Ÿ 可以观察CPU内部的细节，例如cache miss rate

　　Ÿ 可以多源代码做annotation

　　Ÿ 可以支持instruction-level的profiling

　　Ÿ 可以生成call-graph profiles

　　不过OProfile也不是万能的，它也有自己的局限性：

　　Ÿ 只能在x86, ARM, 和PowerPC架构上生成call graph profiles

　　Ÿ 不支持100%精确的instruction-level profiling

　　Ÿ 对dynamically compiled (JIT) code profiling的支持还不完善。

　　无论如何，Oprofile的功能都比gprof要强很多，代价是配置起来会比较麻烦。

　　二. 编译Oprofile

　　首先最好在Linux kernel里面选中Oprofile driver，以获得全面的支持。

　　下载Linux kernel Source：从https://github.com/Xilinx/linux-xlnx 可以下载到Xilinx提供的验证好的内核。如果不方便使用Linux下的git工具，可以单击页面上的releases找到相应的版本下载tar ball。下载的时候最好选tar.gz格式的，而不是zip格式的，因为后者在处理symbol link的时候有可能会出问题。

　　因为笔者使用的是Xilinx Linux pre-built 14.7，所以这里下载的是linux-xlnx-xilinx-v14.7.tar.gz

　　解压缩后，用以下命令调出Linux kernel的配置界面：

　　export ARCH=arm

　　export CROSS_COMPILE=arm-xilinx-linux-gnueabi-

　　make xilinx_zynq_defconfig

　　make xconfig 或者make menuconfig

　　在配置界面上将以下两项勾上：

　　General setup --->

　　[*] Profiling support

　　<*> OProfile system profiling

　　然后make uImage即可生成新的uImage，用来替换Xilinx Linux pre-built 14.7中的Linux kernel image。同时我们也需要vmlinux来检查profiling的结果。

　　Oprofile需要popt, bfd, liberty库，要在嵌入式单板上使用这些库，需要手工完成交叉编译。

　　针对popt 1.7，用以下命令完成编译：

　　./configure --prefix=/home/wave/xilinx/oprofileprj/rootfs --host=arm-xilinx-linux-gnueabi --with-kernel-support --disable-nls && make && make install

　　针对binutils 2.24，用以下命令完成编译：

　　./configure --host=arm-xilinx-linux-gnueabi --prefix=/home/wave/xilinx/oprofileprj/rootfs --enable-install-libbfd --enable-install-libiberty --enable-shared && make && make install

　　不过--enable-install-libiberty没有效果，所以需要手工把libiberty.a和libiberty.h拷贝到相应的位置。

　　针对oprofile 0.9.9，用以下命令完成编译：

　　./configure --host=arm-xilinx-linux-gnueabi --prefix=/home/wave/xilinx/oprofileprj/rootfs --with-kernel-support --with-binutils=/home/wave/xilinx/oprofileprj/rootfs && make && make install

　　配置过程结束后可能会有以下提示，因为没有打算用GUI和profile JITed code，所以直接忽视之。

　　config.status: executing libtool commands

　　Warning: QT version 3 was requested but not found. No GUI will be built.

　　Warning: The user account 'oprofile:oprofile' does not exist on the system.

　　To profile JITed code, this special user account must exist.

　　Please ask your system administrator to add the following user and group:

　　user name : 'oprofile'

　　group name: 'oprofile'

　　The 'oprofile' group must be the default group for the 'oprofile' user.

　　将编译完成的uImage，vmlinux，oprofile binary，重新编译的没有-pg的libjpeg binary以及tool chain的libc打包放到SD卡中，准备在ZC706开发板上尝试profile djpeg。

　　三. 运行Oprofile

　　正常启动嵌入式Linux后，在开发板的console上一次输入以下命令：

　　mount /dev/mmcblk0p1 /mnt

　　mkdir -p /home/root/work

　　cd /home/root/work

　　tar zxvf /mnt/jpeg-bin-nopg.tar.gz

　　cd jpeg-bin/bin

　　cp /mnt/park-2880x1800.jpg .

　　export LD_LIBRARY_PATH=/home/root/work/jpeg-bin/lib

　　cd /home/root/work

　　tar zxvf /mnt/rootfs.tar.gz

　　cd rootfs

　　chown root:root -R *

　　cp -R bin/* /usr/bin

　　cp -R lib/* /lib

　　cp /bin/which /usr/bin

　　cp /bin/dirname /usr/bin

　　mkdir -p /home/wave/xilinx/oprofileprj/rootfs/share

　　cp -R ./rootfs/* /home/wave/xilinx/oprofileprj/rootfs

　　cd /home/root/work

　　tar zxvf /mnt/libc.tar.gz

　　cp ./lib/libstdc*.* /lib

　　mkdir -p /home/wave/xilinx/libjpeg

　　cd /home/wave/xilinx/libjpeg

　　tar zxvf /mnt/jpeg-9.tar.gz

　　cp /mnt/vmlinux /home/root/work

　　cd /home/root/work/jpeg-bin/bin

　　opcontrol --init

　　opcontrol --vmlinux=/home/root/work/vmlinux

　　opcontrol --setup --event=CPU_CYCLES:100000::0:1 --session-dir=/home/root/

　　operf --vmlinux /home/root/work/vmlinux ./djpeg -bmp park-2880x1800.jpg > result.bmp

　　opreport -l ./djpeg

　　完成这一步后，我们就可以看到profiling的结果了，在笔者的平台上看到的内容的主要部分如下：

　　root@zynq:~/work/jpeg-bin/bin# opreport -l ./djpeg

　　Using /home/root/work/jpeg-bin/bin/oprofile_data/samples/ for samples directory.

　　CPU: ARM Cortex-A9, speed 666667 MHz (estimated)

　　Counted CPU_CYCLES events (CPU cycle) with a unit mask of 0x00 (No unit mask) count 100000

　　samples % image name symbol name

　　15293 58.6253 libc-2.17.so /lib/libc-2.17.so

　　2044 7.8356 libjpeg.so.9.0.0 ycc_rgb_convert

　　1964 7.5289 libjpeg.so.9.0.0 jpeg_idct_16x16

　　1918 7.3526 libjpeg.so.9.0.0 decode_mcu

　　1570 6.0186 libjpeg.so.9.0.0 jpeg_idct_islow

　　1567 6.0071 djpeg finish_output_bmp

　　528 2.0241 libjpeg.so.9.0.0 jpeg_fill_bit_buffer

　　397 1.5219 djpeg put_pixel_rows

　　73 0.2798 vmlinux __copy_from_user

　　70 0.2683 libjpeg.so.9.0.0 decompress_onepass

　　65 0.2492 libjpeg.so.9.0.0 jpeg_huff_decode

　　56 0.2147 vmlinux get_page_from_freelist

　　50 0.1917 vmlinux __memzero

　　45 0.1725 vmlinux __copy_to_user_std

　　41 0.1572 vmlinux _raw_spin_unlock_irqrestore

　　15 0.0575 vmlinux do_page_fault

　　14 0.0537 vmlinux __generic_file_aio_write

　　13 0.0498 vmlinux _raw_spin_unlock_irq

　　11 0.0422 vmlinux free_hot_cold_page

　　11 0.0422 vmlinux vector_swi

　　10 0.0383 vmlinux handle_pte_fault

　　从结果中我们可以看到libjpeg.so.9.0.0, djpeg和vmlinux中的symbol name已经可以被正确的解析出来了，和gprof的结果基本一致。相比gprof，oprofile可以在更大的范围内完成profiling。

　　我们还可以用以下命令观察源代码中特定行的执行时间，进一步缩小优化的范围，达到事半功倍的效果。

　　opannotate --source ./djpeg > opannotate.txt

　　四. 小结

　　通过实验，我们可以看到Oprofile可以提供更丰富的profiling结果，可以更好的帮助开发者找到瓶颈，通过有针对性的优化提升软件性能;profiling的结果也可以帮助开发者将性能瓶颈代码通过Xilinx HLS工具用硬件加速器来实现，从而为进一步提升整个嵌入式系统的性能打开了大门。