Linux火焰图的宽度和纵向层级分别代表什么,怎样找到CPU热点

发布人:A5数据发布时间:2026-10-25 08:57阅读量:74

火焰图里,横向越宽通常表示对应调用栈在采样中出现得越多;纵向越高,表示调用链越深,而不是函数运行时间越长。要找 CPU 热点,应先确认图展示的是 CPU 采样,再从宽的、占比高的调用栈向下追踪,结合函数自身占用、调用关系和多次采样结果验证。一个函数看起来很宽,可能是它自己耗费 CPU,也可能是它调用的子函数耗费 CPU,两者的处理方向并不相同。

先读懂宽度和层级

火焰图通常把采样得到的调用栈折叠后绘制:每个矩形代表一个函数或符号,横向宽度与包含该函数的样本数量相关。纵向表示栈帧之间的调用关系:通常越靠下越接近入口或调用者,越靠上越接近叶子函数。具体图形的上下方向可能因生成工具或配置而异,应以图例或生成方式为准。

先读懂宽度和层级配图

例如,某个函数宽度约占整张图的 30%,在这份以 CPU 样本绘制的图中,意味着大约 30% 的样本经过了这段调用路径。它不等于函数单独执行了 30% 的时间,也不必然等于进程在这段时间使用了 30% 的 CPU。要把样本比例换算成时间,必须知道采样时长、采样口径,以及图中是否只保留了某个进程、线程或事件。

图形特征通常表示什么不应直接推断什么
矩形越宽包含该调用路径的样本越多函数自身独占的 CPU 时间越长
垂直层级越深调用链中的栈帧越多函数耗时越久
位于上方的宽矩形该函数所在路径样本占比较高该函数一定是根因
多个宽矩形并列有多条路径贡献了较多样本它们一定属于同一线程或同一问题

火焰图的横向位置通常只是排版结果,不能当作时间轴。图上相邻的两个矩形,不表示它们在实际运行中先后发生;矩形宽度也不是调用次数的直接等价物。同一个函数每次执行的成本差异很大时,样本数量、调用次数和累计 CPU 时间可能并不成比例。

为什么宽度能帮助定位热点

CPU 火焰图一般基于定时采样:性能分析工具按照设定频率观察正在运行的线程,并记录当时的调用栈。若某条调用路径消耗 CPU 的时间较多,它更可能在采样时被观察到,因此最终占据较宽的区域。这个方法是统计采样,不是逐次记录每个函数调用的精确耗时。

读图时要区分“包含子函数的累计占用”和“函数自身占用”。常见的火焰图中,一个矩形下面的调用者会覆盖其上方的子函数。父函数的宽度可能包含整个子树的样本,而子函数的宽度只反映经过该子函数的样本。若要确认某个函数是不是自身热点,应进一步看它的 self 样本或自耗时,而不是只看累计宽度。

比如,一条调用栈中的 handle_request 很宽,其上方的 parse_json 占了大部分宽度。如果 handle_request 的累计占比为 40%,而 parse_json 的占比为 32%,那大量样本虽经过请求处理入口,实际成本却更可能集中在解析函数。反过来,如果 handle_request 很宽,但上方没有明显宽的子函数,且自耗时高,才更值得检查它自身的计算、循环或内存访问。

为什么宽度能帮助定位热点配图

以下术语有助于避免把不同指标混为一谈:

  • Inclusive(包含子调用):函数及其下游调用路径所覆盖的样本或时间。
  • Self(自身):直接归属于该函数本身、未计入子调用的样本或时间。
  • 样本占比:某区域样本数占当前图中样本总数的比例,受采集范围影响。
  • CPU 时间:线程实际获得 CPU 执行的时间,不等同于墙上经过时间。

等待 I/O、睡眠或锁阻塞通常不会持续消耗 CPU,因此单看 CPU 火焰图,可能看不到造成请求变慢的主要等待路径。要分析等待,应使用能记录阻塞或 off-CPU 时间的分析方式,不能把 CPU 图上“不宽”直接理解为“没有性能问题”。

哪些因素会改变火焰图

图的含义由采集范围和事件决定。只分析一个进程、一个线程或某段工作负载,得到的百分比都是相对于这次采集范围。若采样时进程大部分时间空闲,或者采集覆盖了启动、预热和稳态等不同阶段,图上的热点就可能与目标业务阶段不一致。

采样频率和采样时长也会影响稳定性。频率较低或采集时间较短时,短暂热点可能漏掉,低占比函数的估计会更容易波动;频率提高则会增加采样开销,并不保证结果一定更准确。可以把 30 秒左右、接近每秒百次采样作为一个示例起点,再根据负载持续时间、系统开销和重复结果调整。它不是适用于所有程序的固定标准。

符号和调用栈是否完整,也会影响定位质量。若程序缺少可用符号,图中可能出现地址、未知函数或较少的可读名称;如果编译时省略帧指针,栈回溯方式不合适时也可能截断调用链。需要时应检查程序的调试符号、编译选项和采集工具的栈回溯模式。系统库、内核态和用户态样本混在一起时,也要确认自己关注的是哪一部分,避免把内核活动误认成业务函数本身的成本。

比较两张火焰图时,应尽可能保持采样事件、进程范围、负载、采集时长和图形生成参数一致。否则,宽度变化可能来自采集口径不同,而不是代码性能变化。若使用差分火焰图,还要先确认两份数据的基线和样本量具有可比性。

用 perf 采样并验证热点

Linux 上常见的 CPU 采样工具是 perf。具体可用功能取决于内核、发行版、工具版本、权限设置和处理器支持情况;先确认当前系统的 perf 能否访问目标进程和需要的性能事件。

针对已运行的进程,可以用类似下面的方式采集 30 秒。将 1234 替换为目标进程的 PID:

sudo perf record -F 99 -g -p 1234 -- sleep 30

这里 -F 99 请求每秒约 99 次采样,-g 记录调用栈,-p 指定进程。命令执行后通常会在当前目录生成 perf.data。不同系统的权限策略可能限制性能事件访问;遇到权限错误时,应先核对系统策略和运行账户权限,不要为了采样盲目修改全局安全设置。

先查看命令行报告,可以初步确认样本分布和符号情况:

sudo perf report --stdio

随后可把采样记录转换为火焰图。常见流程是将 perf script 输出交给火焰图工具仓库中的折叠脚本和绘图脚本;这些脚本不一定已安装,需先按其来源与版本准备好文件。下面用占位路径表示脚本位置:

sudo perf script |
  /path/to/stackcollapse-perf.pl |
  /path/to/flamegraph.pl > cpu-flame.svg

生成后打开 cpu-flame.svg,先看整体宽度,再沿宽区域向上检查子函数。不要仅凭颜色判断热点:很多火焰图使用颜色区分或随机着色,颜色本身通常不代表 CPU 占比。若工具提供搜索功能,可搜索函数名,再查看它落在多少条调用路径中。

一个可执行的判断流程是:

用 perf 采样并验证热点配图

  1. 确认图的口径。 核对采样事件是否为 CPU、采集的是哪个进程或线程、采集持续多久,以及是否覆盖目标业务阶段。
  2. 寻找显著宽区。 先关注占比高、重复出现的调用路径,再查看其上方的子函数;不要从图形左右位置推断先后顺序。
  3. 区分累计与自身。 用 perf report 等报告检查 self 和累计占用。子函数很宽时,优先评估子函数;父函数自身占用高时,再调查父函数的计算逻辑。
  4. 检查是否影响目标。 将热点对应到业务请求、吞吐或 CPU 使用情况。某函数样本占比高,不等于它就是需要优先修改的瓶颈;还要看该路径是否处于目标工作负载中。
  5. 重复采集作对照。 在尽可能相同的负载和参数下再次采样。若宽区域及占比大致稳定,判断可信度通常高于只看单次短采样;若结果变化明显,应先查负载波动、阶段差异和样本量。

举例来说,某次采集得到 10,000 个 CPU 样本,parse_json 相关区域包含约 3,200 个样本,占比约 32%。这表示在该采样范围内,约三成样本落在经过这段代码的调用路径上,不代表每个请求有 32% 的墙上时间花在 JSON 解析上。若重复采集后该比例仍接近,且报告显示 parse_json 的自身占用也较高,它就更像一个值得进一步分析的 CPU 热点。这里的数字仅用于说明判断方式,不是通用性能阈值。

判断边界:热点不等于根因

火焰图适合回答“CPU 样本主要落在哪些调用路径”,但不能单独回答所有性能问题。它通常不能直接给出单次调用的精确延迟,也无法仅凭 CPU 样本解释磁盘等待、网络等待、锁阻塞、调度延迟或请求排队。程序卡顿而 CPU 使用率不高时,CPU 火焰图可能并不是合适的第一种证据。

同时,样本比例是相对当前采集集合的比例,不应脱离采集范围比较。某函数占比从 10% 上升到 20%,可能是该函数变慢,也可能是其他路径的 CPU 消耗下降,导致其相对比例上升。要判断绝对成本是否增加,应结合进程 CPU 使用量、报告中的样本或时间信息,以及一致条件下的前后对照。

最终判断可遵循一个边界:宽度用于发现高频采样路径,层级用于追踪调用关系,自耗时用于判断函数自身成本,重复采样和负载对照用于验证结果是否稳定。 只有采集口径明确、符号与栈信息足够、热点在相近条件下可复现,并且与实际 CPU 压力相吻合时,才适合把它作为优化依据;若问题主要表现为等待或延迟,则应另选能够观测相应事件的分析方法。

面向 Linux 服务的 CPU 热点分析与优化,A5数据提供中国香港、美国、日本等地区的物理服务器,涵盖 Xeon Gold、AMD EPYC 等计算平台,并有不同内存与 SSD、NVMe 存储配置。这些资源可承载接口服务、数据库和多任务计算负载,为在实际业务环境中观察 CPU 使用情况、分析火焰图热点及调整计算资源提供硬件基础。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5592.html

相关推荐