使用 perf + FlameGraph 生成火焰图（Flame Graph）笔记

使用 perf + FlameGraph 生成火焰图（Flame Graph）笔记

• 使用 perf + FlameGraph 生成火焰图（Flame Graph）笔记
• • 一、什么是火焰图（Flame Graph）
  • • 火焰图的核心含义
  • 二、整体流程概览
  • 三、准备环境
  • • 1️⃣ 安装 perf
    • 2️⃣ 下载 FlameGraph 工具
  • 四、Step 1：使用 perf record 采样 CPU
  • • perf 是什么？
    • 采样频率说明（99Hz）
    • 示例命令
    • 结束采样
  • 五、Step 2：解析 perf.data（perf script）
  • • 输出说明
  • 六、Step 3：折叠调用栈（stack collapse）
  • • 执行命令
    • 折叠后的格式
  • 七、Step 4：生成火焰图 SVG
  • 八、Step 5：分析火焰图
  • • 打开方式
    • 关键分析技巧
    • • 1️⃣ 找最宽的函数
      • 2️⃣ 看“平顶山”
      • 3️⃣ 从下往上看调用路径
      • 4️⃣ 使用搜索功能
  • 九、常见问题与建议
  • • 1️⃣ 为什么一定要 `-g`？
    • 2️⃣ cpu-clock vs cycles
    • 3️⃣ 生产环境是否安全？
  • 十、总结

使用 perf + FlameGraph 生成火焰图（Flame Graph）笔记

参考项目： https://github.com/brendangregg/FlameGraph
适用场景：Linux 服务器 CPU 性能分析、热点函数定位、性能瓶颈排查

---

一、什么是火焰图（Flame Graph）

火焰图是一种CPU 采样分析可视化图表，用于直观展示：

• 程序在CPU 上花时间最多的函数
• 函数的调用栈关系
• 哪些路径是性能瓶颈（Hot Path）

火焰图的核心含义

• 横轴（X 轴）：CPU 时间占比（越宽表示耗时越多）
• 纵轴（Y 轴）：调用栈深度（越高表示调用层级越深）
• 颜色：仅用于区分函数，无实际性能含义

🔥 顶部最宽的“平顶”函数，往往就是性能瓶颈

---

二、整体流程概览

生成火焰图通常分为5 个步骤：

1. 使用perf record采集 CPU 采样数据
2. 生成原始调用栈文本（perf script）
3. 折叠调用栈（stack collapse）
4. 生成 SVG 火焰图
5. 用浏览器分析火焰图

流程示意：

perf record ↓ perf.data ↓ perf script ↓ perf.unfold ↓ stackcollapse-perf.pl ↓ perf.folded ↓ flamegraph.pl ↓ xxx.svg

---

三、准备环境

1️⃣ 安装 perf

perf是 Linux 内核自带工具（kernel tools），执行perf --version查看版本，若不存在perf命令，则执行如下命令进行安装：

yuminstall-y perf# 或dnfinstall-y perf

确认版本：

perf --version

2️⃣ 下载 FlameGraph 工具

gitclone https://github.com/brendangregg/FlameGraph.gitcdFlameGraph

主要会用到两个脚本：

• stackcollapse-perf.pl
• flamegraph.pl

---

四、Step 1：使用 perf record 采样 CPU

perf 是什么？

perf是Linux 原生性能分析工具（performance 的缩写），可以：

• 采集 CPU 正在执行的函数
• 记录函数调用栈（stack trace）
• 通过采样方式分析性能开销

采样频率说明（99Hz）

默认情况下：

• 每秒采样 99 次（99Hz）
• 如果 99 次采样都命中同一个函数
• 说明这一秒 CPU 几乎都在执行这个函数 👉 很可能是性能瓶颈

示例命令

perf record -e cpu-clock -g -p28591--sleep60

参数解释：

参数	含义
-e cpu-clock	以 CPU 时钟作为采样事件（通用、稳定）
-g	记录调用栈（非常关键）
-p 28591	指定进程 PID（主 DN 进程号）
sleep 60	持续采样 60 秒

⏱ 一般30~60 秒就足够定位 CPU 热点

结束采样

• 采样期间可以Ctrl + C提前结束
• 当前目录会生成文件：

perf.data

---

五、Step 2：解析 perf.data（perf script）

使用perf script将二进制采样数据转换为文本调用栈：

perf script -i perf.data&>perf.unfold

输出说明

• perf.unfold中包含：

  • 每一次采样的
  • 完整函数调用栈（从栈顶到栈底）

示例（简化）：

java Interpreter JVM_Invoke syscall

---

六、Step 3：折叠调用栈（stack collapse）

火焰图要求将相同调用路径进行合并统计。

执行命令

./stackcollapse-perf.pl perf.unfold&>perf.folded

折叠后的格式

main;foo;bar 120 main;foo;baz 30

含义：

• main → foo → bar这条调用路径
• 被采样120 次

---

七、Step 4：生成火焰图 SVG

./flamegraph.pl perf.folded>cn.svg

生成结果：

• cn.svg：标准火焰图文件

---

八、Step 5：分析火焰图

打开方式

• 直接用浏览器打开：

cn.svg

关键分析技巧

1️⃣ 找最宽的函数

• 宽度 = CPU 时间占比
• 越宽，越值得优化

2️⃣ 看“平顶山”

• 火焰图顶部的一大片函数
• 往往是性能瓶颈最终落点

3️⃣ 从下往上看调用路径

• 底部：入口函数（如 main / 线程函数）
• 顶部：最终耗 CPU 的函数

4️⃣ 使用搜索功能

• 点击右上角 🔍
• 输入函数名 / 模块名

---

九、常见问题与建议

1️⃣ 为什么一定要-g？

• 没有-g→ 只能看到函数耗时
• 有-g→ 才能看到调用链（根因分析）

2️⃣ cpu-clock vs cycles

事件	说明
cpu-clock	与 CPU 频率无关，推荐
cycles	与硬件相关，受频率影响

👉通用分析优先用cpu-clock

3️⃣ 生产环境是否安全？

• perf 属于采样分析
• 对性能影响很小（通常 <5%）
• 适合线上问题定位（建议短时间）

---

十、总结

一句话总结：

perf 负责采样，FlameGraph 负责可视化，火焰图让 CPU 热点一眼可见。

核心命令回顾：

perf record -e cpu-clock -g -p<PID>--sleep60perf script -i perf.data&>perf.unfold ./stackcollapse-perf.pl perf.unfold&>perf.folded ./flamegraph.pl perf.folded>result.svg

若有转载，请标明出处：https://blog.csdn.net/CharlesYuangc/article/details/157093811