Verteilte Applikationen mit Linux perf profilieren: Ein praktischer Leitfaden

Die Optimierung einer ausgereiften Applikation kann sich anfühlen wie die Suche nach der Nadel im Heuhaufen. Der beste Weg, echte Performance-Engpässe zu identifizieren, ist, Daten – nicht Intuition – die Entscheidungen steuern zu lassen. In der Praxis ist der zeitaufwändigste Code oft der am wenigsten offensichtliche.

Wenn ich vermute, dass ein Code-Stück langsam ist, prüfe ich zuerst die Evidenz, bevor ich es modifiziere.

Profiling verwandelt diese Intuition in messbare Fakten. Während es Dutzende Profiler auf dem Markt gibt, kann die Wahl des richtigen Tools für multi-threaded oder verteilte Systeme herausfordernd sein. Traditionelle Instruktionszähl-Profiler wie Callgrind können Timing verzerren, besonders unter starkem Mutex-Contention, weil sie Instruktionen statt Wall-Clock-Time messen.

Statistische Profiler hingegen sampeln das laufende Programm bei geringem Overhead, was sie ideal für komplexe, concurrente Workloads macht. Linux' perf ist ein Paradebeispiel für diesen Ansatz.

Unten ist ein Schritt-für-Schritt-Workflow, der demonstriert, wie perf zusammen mit Brendan Greggs FlameGraph genutzt wird, um Hotspots in einer verteilten Applikation zu identifizieren. Das Beispiel zielt auf den c/hello_dynamic Sample von RTI Connext 5.3.0.

1. perf installieren
Auf Ubuntu ausführen:

sudo apt-get install linux-tools-common linux-tools-3.13.0-107-generic

2. FlameGraph klonen
Repository an einen praktischen Ort klonen (z. B. Home Directory):

git clone https://github.com/brendangregg/FlameGraph

3. Beispiel bauen
Navigieren Sie zu rti_workspace/examples/c und kompilieren Sie mit Debug-Symbolen:

export DEBUG=1 make -f makefile_Hello_x64Linux3gcc4.8.2

Ersetzen Sie den Makefile-Namen durch den, der Ihre Plattform matcht, falls notwendig.

4. Publisher unter Profiling ausführen
Starten Sie einen Subscriber im Hintergrund, dann starten Sie perf:

objs/x64Linux3gcc4.8.2/Hello sub & sudo perf record -g objs/x64Linux3gcc4.8.2/Hello pub

Nach kurzer Testperiode drücken Sie Ctrl+C, um den Publisher zu stoppen. perf generiert perf.out.

5. Daten für FlameGraph konvertieren
Übersetzen Sie den perf-Output in eine gefaltete Stack-Datei:

perf script -f | ~/FlameGraph/stackcollapse-perf.pl > out.perf-folded

Dann generieren Sie den visuellen Flame Graph:

~/FlameGraph/flamegraph.pl out.perf-folded > perf.svg

6. Ergebnisse inspizieren
Öffnen Sie perf.svg in einem Webbrowser. Die horizontale Achse zeigt Zeit, die in jeder Funktion verbracht wird, während gestapelte Balken den Call Stack enthüllen. Klicken Sie auf einen Balken, zoomt in diesen Stack. Das Ausführen des Publishers ohne Subscriber entfernt den rechten Teil des Graphen, was bestätigt, dass DDS nur Daten aussendet, wenn Subscriber existieren.

Perf bietet viele weitere Optionen – Sampling-Frequenz anpassen, Kernel-Code ausschließen oder auf spezifische CPUs fokussieren. Wenn Sie Tipps haben oder komplementäre Tools entdeckt haben, die Profiling vereinfachen, teilen Sie sie in den Kommentaren.

Happy Profiling!