前言：虽然有翻译软件，虽然有chatgpt,毕竟语言隔阂，对这个工具还是一知半解，因此想通过翻译的方式和大家来一起学习下Perfetto这个强大的工具

英文原文在这里

Tracing 概览

本篇文章主要是简单介绍下性能分析，目标是给初学者介绍下tracing的相关知识。

简介

性能

性能分析关注的是使软件运行得更好。但“更好”的定义千差万别，更好的含义取决于具体情况。比如：

-使用较少的资源（CPU、内存、网络、电池等）完成相同的工作

-提高可用资源的利用率

-识别并消除不必要的工作

提高性能的大部分困难来自于确定性能问题的根本原因。现代软件系统是复杂的，有很多组件和复杂交互的界面。因此了解系统执行情况并确定关键问题这一项技能就显得特别重要。

Tracing和profiling是两种广泛使用的性能分析技术。Perfetto是一套开源工具，它将跟踪和分析相结合，为用户提供一个强有力的系统分析工具。

Tracing简介

Tracing收集关于系统执行的详细数据。一个连续的记录会话被称为trace file，或者简称trace。

Traces包含足够的细节，可以完全重建事件的时间线。它们通常包括底层的内核事件，如调度程序上下文切换、线程唤醒、系统调用等。使用“正确”的tracek,可以很大程度避免再出现现性能错误，因为trace提供了所有必要的运行上下文数据。

应用程序代码也可以被监测，该工具跟踪程序在一段时间内所做的事情（例如，运行哪些函数，或者每次调用需要多长时间）和执行的上下文（例如，函数调用的参数是什么，或者函数为什么运行）。

大部分情况，trace文件的理解并不像日志文件一样简单易懂。但使用Tracing分析库和trace 可视化工具的组合，trace的分析库通过一种可编程的手段，使得用户可以提取和汇总trace event.而trace 可视化工具可以直观的显示系统在一段时间之内发生的事情。

日志记录和tracing的比较

日志记录和tracing的对比，可以简单理解为日志是为了方便功能测试，而tracing 是为了性能分析。从某种意义上说，tracing是“结构化”的日志记录：但并不是简单收集系统行为信息。而是以一种结构化的方式反映系统的详细状态。之后可以通过tracing来大致还原系统发生的有时序的事件。

此外，tracing框架（如Perfetto）非常强调开销最小化。这一点至关重要，这样框架就不会显著干扰正在测量的内容：现代tracing框架足够快，可以在纳秒级完成测量，而不会显著影响程序的执行速度

撇开小问题不谈：理论上，tracing框架足够强大，也可以充当日志系统。然而，在实践中，每种工具的使用都是不同的，因此两者往往是分开的。

指标和tracing

度量指标是跟踪系统随时间变化的性能的数值。通常，度量指标反映的是比较易于理解的指标。度量的示例包括：CPU使用率、内存使用率、网络带宽等。度量是在程序运行时直接从应用程序或操作系统收集的。

在见识到tracing工具的强大作用之后，一个自然的问题出现了：为什么要考虑这些比较易于理解的指标？为什么不直接使用tracing或者直接计算tracing的结果呢？在某些情况下，可以这样做。但在开发和实验室情况下，使用基于tracing的度量是一种强大的方法，其中度量是根据trace计算的，而不是直接收集。如果一个指标不对，打开trace,可以快速找到问题的所在。

然而，基于跟踪的度量并不是一个通用的解决方案。在线上运行时，tracing会带来的额外性能影响，因此持续不间断收集是不现实的。使用trace计算度量指标可能需要GB级别的数据，而直接收集度量指标需要的空间则小的多。

当您想了解系统随时间推移的性能变化时，同时又不想因为tracing带来额外的损耗，那就直接收集度量指标吧，这样更加合理。使用tracing的合理场景是当你发现度量指标有问题时，再使用tracing去发现异常的根本原因。

Profiling

Profiling包括对程序对资源的某些使用情况进行采样。单个连续的录制会话称为profile。

每个profile都收集函数调用堆栈（即调用函数的顺序及行数）。通常情况下，这些信息会在profile中进行汇总。对于每个可见的调用堆栈，汇总的信息还会给出该调用堆栈使用资源的百分比。最常见的profiling是内存profiling和CPUprofiling。

内存profiling用于了解程序的哪些部分正在堆上分配内存。profiler通常会hook native程序（C/C++/Rust/等）的malloc（和free）调用，以对调用malloc的调用堆栈进行采样，还保留了关于分配了多少字节的信息。CPUprofiling则用于了解程序在哪里花费CPU时间。profiler捕获CPU上运行有时序的调用堆栈。通常情况下，这是定期进行的（例如每50ms），但也可以在操作系统中发生某些事件时进行Profiling

Profiling 和 tracing对比

在比较两者的时候主要考虑两个主要问题

1，既然能trace发生的所有事情，为什么还要profile

2，既然profiling可以给出详细的，使用系统资源的地方，为什么还要通过tracing来重现系统的有序事件。

使用profiling 而不是tracing的场景

tracing无法捕获极高频率事件的执行，例如每个函数调用。Profiling工具填补了这一空白：通过采样，它们可以显著减少存储的信息量。profilers是抽样统计，但基本不会出问题。因为profilers的采样算法是专门设计的，可以通过采样精确反映真实的资源使用。

除此之外：有一些非常专业的跟踪工具可以捕获每一个函数调用（例如magic-trace），但它们每秒输出GB级别的数据，这限制了工具的使用场景，因为它们比一般的工具性能开销大的多，因此只能在小范围内查找问题。

使用tracing而不是profiling

虽然profiler提供了使用资源的调用堆栈，但它们缺少这样使用资源的原因。例如，函数foo（）为什么多次调用malloc？他们所说的只是foo（）在对malloc的Y次调用中分配了X个字节。Traces在提供准确的上下文方面非常出色，Traces包含了应用程序检测和底层内核事件，两者结合在一起，更加容易清楚为什么这样使用资源。

值得一提的是Perfetto支持同时收集、分析和可视化profiles 和 traces，因此您可以两全其美！

Perfetto

Perfetto是一套用于软件性能分析的工具。它的目的是让工程师了解他们的系统是怎样使用资源。它可以帮助工程师找到性能瓶颈，并且优化好性能。

在Perfetto中，由于profiles 和 traces可以同时收集，因此我们将所有内容都称为“trace”，即使其中仅包含profiling。

记录trace

Perfetto在记录跟踪时可以灵活配置。实际上，有数百个选项可以进行调整，以控制收集的数据、应该如何收集、跟踪应该包含多少信息等。

如果不熟悉Perfetto，那么Linux快速启动上的可以提供简单的入门指导。对于Android开发人员来说，Android快速启动上的入门指导更加合适。tracing配置介绍也是相当有用。

以下小节概述了在记录Perfetto trace时值得考虑的各个要点

内核trace

Perfetto与Linux内核的ftrace跟踪系统s深度集成，以记录内核事件（例如调度、系统调用、cpu唤醒）。调度、系统调用和CPU频率配置界面提供了配置ftrace集合的示例。

原生支持的ftrace事件可以在proto消息找到。Perfetto还支持将非原生支持的ftrace事件（即它没有protobuf消息）收集为“通用”事件。这些事件被编码为键值对，类似于JSON字典。

强烈建议在线上环境中使用通用的事件：低效的编码会导致trace大小膨胀，trace processor也无法解析。如果不能，应该往Perfetto中添加ftrace event解析。这里有个简单步骤介绍如何增加一个trace event。

使用Perfetto SDK进行检测

Perfetto有一个C++SDK，可用于检测程序中的trace。SDK的性能开销非常低，以一个.cc和一个.h文件的“合并”形式分发，这样任何构建系统中都是很容易集成的。

C语言的SDK正在积极开发中，应在2023年第二季度前可供一般使用。请参阅此文档了解详细信息（注意，查看此文档需要成为该组的成员）

用于Android的Java/Kotlin SDK（作为JetPack库的一部分）。SDK正在开发中，但正式发布的时间还没有确定。

android.os.Trace (atrace) vs Perfetto SDK

注意：本节仅适用于有tracing经验的Android平台开发人员或Android应用程序开发人员。其他读者可以放心跳过本节。

Perfetto与atrace相比具有显著优势。一些主要的优势包括：

1 性能：Perfetto从系统/应用程序代码tracing只需要一次内存写入，这远远快于atrace强加的系统调用延迟。这通常使Perfetto比atrace快3-4倍

2 特性：atrace的API非常有限，缺乏对调试参数、自定义时钟和流事件的支持。Perfetto拥有更丰富的API，可以直观的展示数据流。

3 trace文件大小：Perfetto支持各种功能（delta编码的时间戳、interned字符串、protobuf编码），这些功能大大减少了trace 文件的大小。

同时Perfetto也有几个劣势：

1 专用线程：每个进程都需要一个专用于Perfetto的线程来跟踪Perfetto。

2Trace启动时的唤醒：目前，当tracing开始时，每个注册了tracing进程都会被唤醒，这大大限制了可以tracing的进程数量。这一限制预计在未来几个季度取消。

目前，Perfetto团队的建议是继续在大多数情况中使用atrace：如果在某些情况下使用SDK更加合适，请直接联系我们。预计到2023年年中，当前SDK的局限性得到显著缓解，以便更广泛地采用SDK。

后记：
1 本次主要使用百度翻译，虽然被骂，但至少翻译这个工具降低了门槛。
2 英文文档中的长难句真的是又长又难，基于百度的翻译，然后自己再调整下，水平实在有限。
3 技术背景知识不够，有些专有名词不知道怎么翻译，也不知道百度翻译的是否准确，功夫在诗外。
4 万事开头难，中间难不难，还不知道。中间的事后面再说，正确一天翻译一篇。
5 虽然可能会有人不屑，但总要有人去做不起眼的小事。
6 google 厉害，这个perfetto 工具也很厉害。君子善假于物也。
7 工具的使用是最简单的入门，背后还有更多的东西值得学习。
8 水平实在有限，闻过则喜，希望有更多的人反馈，期待更好的建议