使用Gperf查看模块函数级别CPU资源占用
步骤1：Cmake修改
CMakeLists.txt文件，添加有#_标记的行
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| set(PKGS common map error_relation)
set(PKG_LIBRARIES)
foreach(pkg ${PKGS})
find_package(${pkg})
include_directories(${${pkg}_INCLUDE_DIRS})
include_directories(/build_env/x86/thirdparty/gperf/include) #_
link_directories(${${pkg}_LIBRARY_DIRS})
link_directories(/build_env/x86/thirdparty/gperf/lib) #_
message(STATUS "${pkg}_INCLUDE_DIRS ${${pkg}_INCLUDE_DIRS}")
message(STATUS "${pkg}_LIBRARY_DIRS ${${pkg}_LIBRARY_DIRS}")
list(APPEND PKG_LIBRARIES ${${pkg}_LIBRARIES})
endforeach()
#_
include_directories(/build_env/x86/thirdparty/gperf/include) #_
link_directories(/build_env/x86/thirdparty/gperf/lib) #_
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
| if (USE_IPOPT)
add_definitions(-DUSE_IPOPT)
set(LIBS
${HIOS_ALL_LIBRARIES}
${PKG_LIBRARIES}
${catkin_LIBRARIES}
${OSQP_LIBRARIES}
${IPOPT_LIBRARIES}
${ADOLC_LIBRARIES}
${HSL_LIBRARIES}
profiler #_
)
else()
set(LIBS
${HIOS_ALL_LIBRARIES}
${PKG_LIBRARIES}
${catkin_LIBRARIES}
${OSQP_LIBRARIES}
# ${IPOPT_LIBRARIES}
${ADOLC_LIBRARIES}
${HSL_LIBRARIES}
profiler #_
)
endif()
|
include_directories(/build_env/x86/thirdparty/gperf/include)
link_directories(/build_env/x86/thirdparty/gperf/lib) set(LIBS xxx
profiler xxx) LIBS 里面加入profiler。
建议如果是发版分支，在提交代码时，把BUILD_GPERF 设置为"OFF"
步骤2：执行器代码更改
planning_exec.h添加头文件
1
| #include <gperftools/profiler.h> // #_
|
步骤3：process函数修改
planning_exec.cpp添加如下行
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
| int PlanningExec::process(const ::haomo::pos::IData* const input, ::haomo::pos::IData* const output) {
MLOG(PLANNING, INFO) << "-------------In PlanningExec process------------";
// #_
// GPERF_SECTION("planning.prof", 1200)
static int ii = 0;
if(ii == 0)
{
ProfilerStart("planning.prof");
ProfilerRegisterThread();
ProfilerEnable();
}
ii++;
if(ii < 1200)
{
ProfilerFlush();
}
if(ii == 1200)
{
ProfilerStop();
}
// #_
|
1200 表示函数调用1200次后，终止profile，可根据实际情况修改
步骤4：程序执行
和之前在docker里跑包一样，正常运行即可。
步骤5：生成text prof文件
1
| pprof ./output/x86/planning/lib/libplanning.so planning.prof --text > test.txt
|
这里根据自己模块名称，生成prof名称替换即可。
txt文档从左到右的含义是：
每一行表示一个函数的信息。
flat：函数在 CPU 上运行的时间
flat%：函数在CPU上运行时间的百分比
sum%：是从上到当前行所有函数累加使用 CPU
的比例，如第二行sum=48.52=28.79+19.73
cum：这个函数以及子函数运行所占用的时间，应该大于等于flat
cum%：这个函数以及子函数运行所占用的比例，应该大于等于flat%
最后一列：函数的名字
步骤6：生成SVG文件
1
| pprof ./output/x86/planning/lib/libplanning.so planning.prof --svg > test.svg
|
最下面一行数字代表该函数共占用多少CPU片段，一个CPU片段大概是10ms。我一共跑了1200次，所以可以得出该函数的平均CPU时间是2386*10/1200
= 19ms
参考资料：
https://gperftools.github.io/gperftools/cpuprofile.html
https://www.cnblogs.com/caosiyang/archive/2013/01/25/2876244.html