c++ - 如何添加用于概要分析的编译到静态库？

我的项目当前有一个静态链接的库(与gcc编译，并与ar链接)，但是我目前正在尝试使用gprof来描述整个项目，在此我也想对这个静态链接的库进行描述。有什么办法可以做到这一点？

Gprof要求您将-pg提供给GCC进行编译，并将-pg提供给链接程序。但是，当-pg添加到它的标志列表时，ar会抱怨。

最佳答案

我已经很长时间没有使用gprof了，但是-pg甚至是ar的有效参数吗？如果使用-pg编译所有对象，然后不使用-pg创建归档，则性能分析有效吗？

如果无法使gprof正常工作，则gperftools包含一个CPU事件探查器，在这种情况下，我认为它应该工作得很好。您无需使用任何特殊标志来编译应用程序，也无需尝试更改静态库的链接方式。

在开始之前，您应该了解使用gperftools时要权衡的两个问题:

gperftools是一个采样探查器。因此，您的结果将不会是100％
准确，但它们应该非常好。使用
采样探查器是，它不会真正降低应用程序的速度。

在多线程应用程序中，以我的经验，gperftools仅
剖析主线程。我成功的唯一途径
配置文件工作程序线程是通过向我的应用程序添加分析代码。
话虽如此，分析主线程应该不需要任何代码
变化。

使用gperftools的方式有很多。我的首选方法是使用$LD_PRELOAD加载gperftools库，使用$CPUPROFILE指定记录目标，并可能在启动应用程序之前使用$CPUPROFILE_FREQUENCY提高采样频率。像这样:

 export LD_PRELOAD=/usr/lib/libprofiler.so
 export CPUPROFILE=/tmp/prof.out
 export CPUPROFILE_FREQUENCY=10000
 ./my_application

这会将大量分析信息写入/tmp/prof.out。您可以运行后处理脚本，以将该文件转换为人类可读的文件。 supported output formats很多-我首选的是callgrind:

google-pprof --callgrind /path/to/my_application /tmp/prof.out > callgrind.dat
kcachegrind callgrind.dat &

这样可以很好地了解程序在哪里花费时间。

如果您有兴趣，我在周末花费了一些时间来学习如何使用gperftools来分析受I/O绑定(bind)的应用程序，并且记录了很多发现here。您尝试做的事情有很多重叠之处，因此也许会有所帮助。