Profiling su macOS con Instruments e xctrace

Variabili d’ambiente

L’ambiente viene passato al comando xctrace¹ tramite le opzioni --env. Dato un file env.dat con le impostazioni delle variabili d’ambiente (ad esempio da export), si può usare il seguente comando su una sola riga per ottenere le opzioni da passare a xctrace:

xcrun --find xctrace

 awk '{print "--env "$0" \\"}' env.dat

Template

Il template più usato per il profiling è Time Profiler, che consente di analizzare l’utilizzo della CPU.

Per elencare tutti i template disponibili, usa:

xcrun xctrace list templates

L’opzione --template può essere usata per selezionare un template. Ad esempio:

 --template 'Time Profiler'  

Altre opzioni

• --output per specificare il file di output per i dati della traccia.
• --launch per specificare l’applicazione da profilare. Deve includere il percorso dell’eseguibile e può includere le relative opzioni.

Esempio

Il comando qui sotto è stato usato per profilare gemc con il template Time Profiler:

 rm -rf cpu.trace ; xcrun xctrace record \
  --template 'Time Profiler' \
  --output cpu.trace \
  --target-stdout gemc.log \
  --env C12BFIELDS=/opt/projects/ceInstall/macosx15-clang17/clas12_cmag/1.1 \
  --env CLAS12_CMAG=/opt/projects/ceInstall/macosx15-clang17/clas12_cmag/1.1 \
  --env DYLD_LIBRARY_PATH=$DYLD_LIBRARY_PATH \
  --env FIELD_DIR=/opt/projects/ceInstall/noarch/data/magfield  \
  --env G4ABLADATA=$G4ABLADATA \
  --env G4DATA_DIR=$G4DATA_DIR \
  --env G4ENSDFSTATEDATA=$G4ENSDFSTATEDATA \
  --env G4INCLDATA=$G4INCLDATA \
  --env G4LEDATA=$G4LEDATA \
  --env G4LEVELGAMMADATA=$G4LEVELGAMMADATA \
  --env G4LIB=$G4LIB \
  --env G4NEUTRONHPDATA=$G4NEUTRONHPDATA \
  --env G4PARTICLEXSDATA=$G4PARTICLEXSDATA \
  --env G4PIIDATA=$G4PIIDATA \
  --env G4RADIOACTIVEDATA=$G4RADIOACTIVEDATA \
  --env G4REALSURFACEDATA=$G4REALSURFACEDATA \
  --env G4SAIDXSDATA=$G4SAIDXSDATA \
  --env G4TENDLDATA=$G4TENDLDATA \
  --env GEMC_DATA_DIR=$GEMC_DATA_DIR \
  --launch -- /opt/projects/gemc/clas12Tags/source/gemc \
    /Users/ungaro/rga_spring2019.gcard \
    -USE_GUI=0 -N=100 -PRINT_EVENT=1 -BEAM_P="e-, 4*GeV, 20*deg, 20*deg"

Profiling su Linux con valgrind

Prerequisiti

Assicurati che l’eseguibile sia compilato con i seguenti flag per abilitare il profiling:

• -g : informazioni complete sui simboli
• -O2: ottimizza in modo che gli hot spot siano realistici
• -fno-omit-frame-pointer: necessario per uno stack unwinding accurato
• -fno-optimize-sibling-calls: mantiene visibili le chiamate in coda

Uso di Valgrind

Valgrind può essere usato per profilare applicazioni C++ su Linux:

valgrind --tool=callgrind --callgrind-out-file=callgrind.out.%p \
  --dump-instr=yes --skip-plt=yes \
  /path/to/your/application options

Spiegazione delle opzioni

• %p viene sostituito con il PID, così da consentire più
• il dump delle istruzioni correla meglio il tempo impiegato con il tempo CPU reale rispetto ai semplici conteggi delle chiamate.
• skip-plt:

Visualizzazione dei risultati

qcachegrind callgrind.out.<PID>

I seguenti accorgimenti possono rendere l’output più leggibile:

• Clic destro in Call Graph ▸Graph ▸Min node cost
• Raggruppa per nome della classe
• Pulsante “%” nella barra degli strumenti: valori relativi al nodo padre