1
# 基本用法
2
perf stat ./your_program
3

4
# 指定事件
5
perf stat -e cycles,instructions,cache-misses,branch-misses ./your_program
6

7
# 详细输出
8
perf stat -d ./your_program
9

10
# 典型输出：
11
#   3,452,678,901  instructions              # 1.52 insn per cycle
12
#   2,273,156,789  cycles                    # 2.543 GHz
13
#     456,789,012  cache-references          # 200.123 M/sec
14
#      12,345,678  cache-misses              # 2.70% of all cache refs
15
#      34,567,890  branch-misses             # 1.23% of all branches
16
#   L1-dcache-load-misses:  2.34% of all L1-dcache hits
17
#   LLC-load-misses:        15.67% of all LLC loads

1
# 采样 CPU 周期（默认）
2
perf record ./your_program
3

4
# 采样缓存未命中
5
perf record -e cache-misses ./your_program
6

7
# 附加到运行中的进程
8
perf record -p $(pidof your_program) -- sleep 10
9

10
# 生成报告
11
perf report

1
# 实时显示热点函数
2
perf top
3

4
# 指定事件
5
perf top -e cache-misses
6

7
# 输出示例：
8
# Overhead  Shared Object      Symbol
9
#   35.23%  my_program         [.] process_data
10
#   22.15%  my_program         [.] hash_lookup
11
#   15.67%  libc.so            [.] memcpy_avx2

1
# 查看热点代码的指令级分布
2
perf annotate process_data
3

4
# 输出示例：
5
# :   mov    (%rax,%rdx,4),%ecx
6
# 5.23 │   add    $0x1,%ecx
7
# 0.12 │   mov    %ecx,(%rax,%rdx,4)
8
# 8.45 │   add    $0x1,%rdx
9
# 0.01 │   cmp    %rdi,%rdx
10
# 2.34 │   jne    40

1
# 安装 pmu-tools
2
git clone https://github.com/andikleen/pmu-tools
3
cd pmu-tools
4

5
# 运行 Top-Down 分析
6
./toplev.py ./your_program
7

8
# 典型输出：
9
# Level 1:
10
# Frontend Bound:      15.3%
11
# Bad Speculation:      8.7%
12
# Backend Bound:       45.2%  ← 主要瓶颈！
13
# Retiring:            30.8%
14

15
# Level 2:
16
# Memory Bound:        38.5%  ← 内存是瓶颈
17
# Core Bound:           6.7%
18

19
# Level 3:
20
# L3 Bound:            25.3%  ← L3 缓存未命中
21
# DRAM Bound:          13.2%  ← DRAM 访问

1
Top-Down 结果：
2
  Backend Bound: 60%
3
    Memory Bound: 50%
4
      L3 Bound: 30%
5
      DRAM Bound: 20%
6
  Retiring: 25%
7
  Frontend Bound: 10%
8
  Bad Speculation: 5%

1
Top-Down 结果：
2
  Bad Speculation: 35%
3
    Branch Mispredict: 30%
4
  Backend Bound: 30%
5
  Retiring: 25%
6
  Frontend Bound: 10%

1
Top-Down 结果：
2
  Retiring: 55%
3
    Heavy Operations: 40%
4
  Backend Bound: 25%
5
  Frontend Bound: 12%
6
  Bad Speculation: 8%

1
# 命令行版本
2
amplxe-cl -collect hotspots ./your_program
3
amplxe-cl -collect memory-access ./your_program
4
amplxe-cl -report hotspots -result-dir r000hs

1
# AMD 的性能分析工具
2
amduprof --stats ./your_program

1
# 轻量级性能分析工具
2
likwid-perfctr -g FLOPS_DP ./your_program
3
likwid-perfctr -g L2CACHE ./your_program
4
likwid-perfctr -g MEM ./your_program
5
likwid-pin -c N:0 ./your_program  # NUMA 感知绑定

1
# 运行 perf stat
2
perf stat -e \
3
  cycles,instructions,\
4
  cache-references,cache-misses,\
5
  branch-instructions,branch-misses,\
6
  L1-dcache-loads,L1-dcache-load-misses,\
7
  LLC-loads,LLC-load-misses \
8
  ./your_program
9

10
# 计算关键指标
11
# IPC = instructions / cycles
12
# L1 未命中率 = L1-dcache-load-misses / L1-dcache-loads
13
# LLC 未命中率 = LLC-load-misses / LLC-loads
14
# 分支预测失败率 = branch-misses / branch-instructions

1
# 采样分析
2
perf record -g ./your_program
3
perf report --stdio
4

5
# 查看调用图
6
perf report -g graph,0.5,caller

1
# 使用 toplev
2
git clone https://github.com/andikleen/pmu-tools
3
cd pmu-tools
4
./toplev.py --core S0-C0 ./your_program
5

6
# 或使用 perf 的 Top-Down 事件
7
perf stat -e \
8
  topdown-retiring,topdown-bad-spec,\
9
  topdown-fe-bound,topdown-be-bound \
10
  ./your_program

1
# 按进程/线程分组统计
2
perf stat -p $(pidof your_program) -I 1000  # 每秒输出一次
3
# 时间戳     指标值     事件名
4
# 1.000123   1234567   cycles
5
# 2.000456   2345678   cycles
6

7
# 统计整个系统的缓存未命中
8
perf stat -a -e cache-misses,cache-references sleep 5
9

10
# 使用事件组（保证同一组事件在同一时间测量）
11
perf stat -e '{cycles,instructions,cache-misses}' ./your_program
12

13
# 输出 CSV 格式（方便脚本处理）
14
perf stat -x, -e cycles,instructions,cache-misses ./your_program
15
# 1234567890,,cycles,100.00
16
# 987654321,,instructions,100.00
17

18
# 重复运行取平均值
19
perf stat -r 5 ./your_program  # 运行 5 次，输出平均值和标准差

1
# 采样调用栈（定位函数调用链）
2
perf record -g ./your_program
3
perf report -g graph,0.5,caller  # 调用图，阈值 0.5%
4

5
# 采样特定事件
6
perf record -e cache-misses -c 1000 ./your_program  # 每 1000 次 cache-miss 采样一次
7

8
# 采样 L3 缓存未命中的数据地址
9
perf record -e mem-loads,mem-stores ./your_program
10
perf mem report  # 查看内存访问热点
11

12
# 附加到运行中的进程
13
perf record -p $(pidof your_program) -g -- sleep 10
14

15
# 使用 Intel PT 精确追踪（如果支持）
16
perf record -e intel_pt// ./your_program
17
# Intel PT 提供完整的执行追踪，不是采样

1
# 源码级标注（需要调试符号）
2
perf record -g ./your_program
3
perf annotate --source process_data
4

5
# 输出示例：
6
# :   for (int i = 0; i < n; i++) {
7
# 2.34 │   mov    (%rax,%rdx,4),%ecx
8
# 0.12 │   add    $0x1,%ecx
9
# 8.45 │   mov    %ecx,(%rax,%rdx,4)  ← 热点！缓存未命中？
10
# 0.01 │   add    $0x1,%rdx
11
# 0.23 │   cmp    %rdi,%rdx
12
# 0.01 │   jne    40

1
# Step 1: 建立基线
2
perf stat ./slow_program
3
# 输出:
4
#   5,234,567,890  instructions
5
#   8,901,234,567  cycles          # IPC = 0.59 ← 很低！
6
#   1,234,567,890  cache-misses    # 15% miss rate ← 很高！
7
#     234,567,890  branch-misses   # 5% miss rate
8

9
# Step 2: Top-Down 分析
10
toplev --core S0-C0 ./slow_program
11
# Level 1:
12
#   Backend Bound:     65%  ← 主要瓶颈！
13
#   Bad Speculation:   15%
14
#   Retiring:          15%
15
#   Frontend Bound:     5%
16
# Level 2:
17
#   Memory Bound:      55%  ← 内存是瓶颈
18
#   Core Bound:        10%
19

20
# Step 3: 深入内存分析
21
perf stat -e LLC-load-misses,dTLB-load-misses,L1-dcache-load-misses ./slow_program
22
#   L1-dcache-load-misses:  25%  ← L1 未命中率高
23
#   LLC-load-misses:        40%  ← L3 未命中率极高！
24
#   dTLB-load-misses:        2%  ← TLB 不是问题
25

26
# Step 4: 定位热点函数
27
perf record -g ./slow_program
28
perf report
29
# 45% process_data  ← 热点函数
30
# 30% hash_lookup
31
# 15% sort_array
32

33
# Step 5: 代码级分析
34
perf annotate process_data
35
# 35% of samples: mov (%rax,%rdx,4),%ecx  ← 列优先访问矩阵！

1
# 缓存相关
2
perf stat -e L1-dcache-loads,L1-dcache-load-misses,\
3
  LLC-loads,LLC-load-misses,\
4
  cache-misses ./your_program
5

6
# 分支相关
7
perf stat -e branches,branch-misses,\
8
  branch-instructions ./your_program
9

10
# TLB 相关
11
perf stat -e dTLB-loads,dTLB-load-misses,\
12
  iTLB-loads,iTLB-load-misses ./your_program
13

14
# 指令相关
15
perf stat -e instructions,cycles,\
16
  uops_issued.any,uops_retired.any,\
17
  uops_executed.any ./your_program
18

19
# NUMA 相关
20
perf stat -e numa_hit,numa_miss,numa_foreign ./your_program