FlameScope是一個新的開源性能可視化工具，它使用次秒級偏移熱圖和火焰圖來分析周期活動、方差、擾動。我們在Netflix TechBlog上面，發表了技術文章Netflix FlameScope，以及工具的源代碼。火焰圖很好理解，次秒級偏移熱圖理解起來要困難些（我最近發明的它）。FlameScope可以該幫助你理解后者。

總而言之，次秒級偏移熱圖是這樣的：x軸是一整秒，y軸是這一秒里的幾分之一秒。這每個幾分之一秒都被稱作一個桶（或者說盒），表示這幾分之一秒里，事件數量的聚合。盒子顏色深度表示發生的次數，顏色越深表示次數越多。

下圖一個真實的CPU上的次秒級偏移熱圖樣本:

這張圖中能分析出什么信息來呢？為了能把各種不同模式區分開來展示，我在這篇文章里先畫了一些人工合成的樣本。實際使用FlameScope工具時，可以選擇你的各個模式，還能生成火焰圖，顯示對應的代碼路徑（這里我不展示火焰圖）。

周期活動

1 . 一個線程，每秒一次

線程在每秒鐘內的同樣的偏移里醒來，做幾毫秒的工作，然后回到睡眠。

2 . 一個線程，兩次每秒

每500ms喚醒一次。既可能是兩個線程，也可能是一個線程500ms 喚醒一次。

3 . 兩個線程

看起來像兩個線程均1s喚醒一次

4 . 一個忙等待線程，每秒一次

這個線程做約20ms的工作，然后睡1s。這是一個常見的模式，導致每秒鐘喚醒抵消匍匐前進。

5 . 一個忙等待線程,兩次每秒

每500ms喚醒一次。有可能是單線程程序，每秒喚醒兩次。

6 . 一個計算較密集的忙等線程

斜率高，每秒做更多的工作，大約是80毫秒。

7 . 一個計算較不密集的忙等線程

斜率低，每秒做的工作較少，可能只有幾毫秒。

8 . 一個忙等待線程，每5秒鐘喚醒一次

現在5秒喚醒一次。

我們可以根據夾角和喚醒的時間間隔，計算每個喚醒的CPU繁忙時間:
busy_time = (1000 ms / (熱圖行數?時間長度)?tan(夾角)
例如45°夾角的線：
busy_time = (1000 ms / (501))?tan(45) = 20ms

方差

9 . cpu利用率100%

這是CPU完全被用滿的樣子

10 . cpu利用率50%

真實的工作負載更像是這樣，是由短請求、隨機到達組成的。

11 . cpu利用率25%

相同的工作負載類型，大小在25%。

12 . cpu利用率5%

相同的工作負載類型，大小在5%。

13 . 負載增加

在2分鐘的尺度上，負載在變重。

14 . 變化的負荷

每30秒就有5秒的工作負載較重。

擾動

15 . CPU擾動

時不時地所有CPU都滿載個100ms。（比如垃圾回收）

16 . CPU阻塞

時不時地所有CPU都空載個100ms。（比如等I/O）

17 . 單線程阻塞

時不時地，只有一個CPU沒有idle（表現為粉紅色長條，而不是白色長條）。（比如全局鎖）

最后這個模式很有趣：它發生在一個當前運行的線程持有一把鎖，而其它所有線程都阻塞在這把鎖上。
那么該線程在做什么呢？點擊FlameScope的粉色線，就能看到此時的火焰圖。復雜的性能問題立刻變簡單。

總結

你能從這張圖中分析出什么結論？

實際使用FlameScope工具時，可以選擇你的各個模式，還能生成火焰圖，顯示對應的代碼路徑。

我和同事Martin Spier（也是該工具的主開發人員）11月8日在LinkedIn性能meetup上發表演講。

祝你使用FlameScope愉快，歡迎截圖分享你遇到有趣的模式!

Brendan

實踐

需要補充的是，作者最新的工作，將強大的Differential Flame Graph也集成到FlameScope中了，現在交互式地在FlameScope上，選擇兩個測試集以及對應的時間段，對比兩個測試組的事件采樣。

我在使用FlameScope時，發現并fix了FlameScope的若干bug。也包括Differential Flame Graph跑不起來的一些bug。之后我便用它來進行了一些性能問題的復現。還發現其中一些有趣的模式。

首先，我想分析兩個測試組的調度特征。我對他們分別進行了perf sched record采樣，并使用FlameScope進行了數據可視化。

性能好的分組?
客戶端

服務端

性能差的分組
客戶端

服務端


我們發現性能差的分組，有大量的調度事件，而且發生地非常均勻。性能好的分組則是周期性地繁忙工作若干毫秒（深紅色長條），我們還能發現背景里有周期性的輕松任務（淺紅色長條）

這個對比，給了我們這兩個測試集的調度特征一個直觀的感受。但看來分析問題需要借助更多的信息。

于是我使用了Differential Flame Graph分析兩個測試集的完整調用棧上的采樣。

該圖便給出一個重要線索，兩個測試集最重大的區別，在vfs_write->do_sync_write->sock_aio_write->inet_sendmsg->copy_user_enhanced_fast_string這條路徑上。（注意由于內核編譯優化等原因，調用路徑略有不準確）

性能好的測試組，多調用了很多次copy_user_enhanced_fast_string，性能差測試組的則很少。

之后的工作便于FlameScope關系不大了。這便是我使用FlameScope工具進行測試和性能調優的一個實踐。Bredan Gregg大神主導的這個軟件，對性能數據闡釋的直觀性真的太強了~

原文鏈接
本文為云棲社區原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的开源性能可视化工具——FlameScope模式识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。