prof 和 gprof 有什么区别？

Question

正如标题所说，我想知道这两个命令之间的区别以及它们产生的结果。

通过阅读this，我了解到 gprof 需要一个额外的标志（-g，gdb 也需要相同的标志？），但这并没有给我一个关于分析器之间差异的答案。

Answer 1

gprof 是专门发明的，因为prof 只给你“自我时间”。 “自我时间”告诉您在每个例程中找到程序计数器的总时间的比例。 如果您需要考虑的唯一“瓶颈”类型可以通过在调用堆栈底部减少循环来解决，那很好。

您通过减少对子例程的调用次数来解决的那种“瓶颈”呢？ 这就是gprof 应该通过向呼叫者“收回”自我时间来帮助您找到的内容。 例程中的“包含时间”包括它的“自身时间”，加上从它调用的例程中冒出来的时间。 这是gprof 所做的一个简单示例：

A 调用 B 十次，B 调用 C 十次，C 执行一些 CPU 密集型循环 10 个采样时间。 请注意，没有一个样本落在 A 或 B 中，因为程序计数器几乎将所有时间都花在了 C 中。 gprof，通过计算调用次数并跟踪调用者，进行一些数学运算并向上传播时间。

所以你看，加速这个程序的一种方法是让 A 调用 B 的次数更少，或者让 B 调用 C 的次数更少，或者两者兼而有之。 prof 无法为您提供此类信息 - 您必须猜测。

如果您正在考虑使用gprof、be aware of its problems，例如不提供行级信息、对 I/O 视而不见、对递归感到困惑以及误导您认为某些事情可以帮助您发现问题，比如采样率、调用图、调用计数等。 请记住，它的作者只是声称它是一种衡量工具，而不是一种发现问题的工具，尽管大多数人认为它是后者。

Answer 2

我的理解是，这两个命令都输出了一个类似的平面文件，看起来像：

平面轮廓：

  Each sample counts as 0.01 seconds.
    %   cumulative   self              self     total
   time   seconds   seconds    calls  us/call  us/call  name
   37.50      0.15     0.15    48000     3.12     3.12  Life::neighbor_count(int, int)
   17.50      0.22     0.07                             _IO_do_write
   10.00      0.26     0.04                             __overflow
    7.50      0.29     0.03                             _IO_file_overflow
    7.50      0.32     0.03                             _IO_putc
    5.00      0.34     0.02       12  1666.67 14166.67  Life::update(void)
    5.00      0.36     0.02                             stdiobuf::overflow(int)
    5.00      0.38     0.02                             stdiobuf::sys_write(char const *, int)
    2.50      0.39     0.01                             ostream::operator<<(char)
    2.50      0.40     0.01                             internal_mcount
    0.00      0.40     0.00       12     0.00     0.00  Life::print(void)
    0.00      0.40     0.00       12     0.00     0.00  to_continue(void)
    0.00      0.40     0.00        1     0.00     0.00  Life::initialize(void)
    0.00      0.40     0.00        1     0.00     0.00  instructions(void)
    0.00      0.40     0.00        1     0.00 170000.00  main

平面配置文件显示您的程序执行每个函数所花费的总时间。

gprof 似乎又输出了一个代表 call-graph 的文件，它看起来像：

调用图：

granularity: each sample hit covers 4 byte(s) for 2.50% of 0.40 seconds

    index % time    self  children    called     name
                    0.02    0.15      12/12          main [2]
    [1]     42.5    0.02    0.15      12         Life::update(void) [1]
                    0.15    0.00   48000/48000       Life::neighbor_count(int, int) [4]
    -----------------------------------------------
                    0.00    0.17       1/1           _start [3]
    [2]     42.5    0.00    0.17       1         main [2]
                    0.02    0.15      12/12          Life::update(void) [1]
                    0.00    0.00      12/12          Life::print(void) [13]
                    0.00    0.00      12/12          to_continue(void) [14]
                    0.00    0.00       1/1           instructions(void) [16]
                    0.00    0.00       1/1           Life::initialize(void) [15]
    -----------------------------------------------

    [3]     42.5    0.00    0.17                 _start [3]
                    0.00    0.17       1/1           main [2]
    -----------------------------------------------
                    0.15    0.00   48000/48000       Life::update(void) [1]
    [4]     37.5    0.15    0.00   48000         Life::neighbor_count(int, int) [4]
    -----------------------------------------------

调用图显示了每个函数及其子函数花费了多少时间。从这些信息中，您可以找到虽然它们本身可能没有花费太多时间的函数，但它们调用了确实使用异常时间量的其他函数。

最后： 似乎 prof 只显示了在函数中花费的时间，而 gprof 显示了调用图以显示函数内部也花费了时间。通过它，您可以找到在函数中花费时间的例程。