正如我们已经在第一章，理解程序性能中所描述的那样，性能瓶颈在代码中并不是均匀分布的。如果将帕累托原理应用到性能优化上，我们可以认为一个程序80%的运行时间消耗在了20%的代码上(如我们之前看到的，Donald Knuth 认为这个数字实际上可能更低)。不管具体的比例是多少，基本认识是相同的——对消耗了这个程序大部分执行时间的百分之X的代码进行性能优化通常是事半功倍的。
在前一章中我们知道当今的硬件平台已发展得十分复杂了，由来已久的程序员拙于发现性能瓶颈的古老格言也被前所未有地加强了，我们不但无法理解我们的代码，而且也无法理解运行代码的硬件！在第一章“理解高性能程序”，我们介绍了过早优化即在未获取任何性能数据之前即对某些代码片段进行漫无目的的优化，也就是，凭着感觉走的优化。因此，本章将介绍相关工具，帮助我们测量并获取性能相关的数据。讨论的话题包括如下：
1. 分析工具的类型：一些关于性能分析工具的预备知识
2. 平台和工具：我们不想浮于理论
3. 分析CPU使用率：让我们把工具付诸实践
4. 调查内存使用率：使用更多的工具
5. 更多高阶工具：因为通常会有另外一种工具
让我们从什么是性能工具，可以测量什么以及如何测量开始吧。
网友评论