Backtrace查询极慢

Question

（注：以下提及execinfo / backtrace，但这只是一个例子。问题中的行为出现在各种图书馆中。）

考虑一个实用程序库，它跟踪与之链接的某些应用程序的资源分配。当函数分配和释放资源时，它们会调用记录操作细节的跟踪函数，以及可用于重建调用路径的一些信息。有时，会通过呼叫路径查询库的操作细分。

在这个问题的设置中，跟踪需要低开销，但不一定要查询。因此，为了跟踪，我存储了识别呼叫路径的最小信息，例如，通过呼叫execinfo / backtrace。翻译符号，解除标记等等都会延迟到查询，而不是此问题的一部分。

令我惊讶的是，相对于malloc调用，简单地调用backtrace会使执行速度降低~4000％（！）。由于backtrace将请求的（最大）堆栈深度作为参数，并且可以通过具有不同堆栈深度的调用路径调用它，因此我试图了解这些参数如何影响其性能。据我所知，简单地以任何方式调用此函数都会受到巨大的惩罚。

对于测量，我编写了以下简单代码（另请参阅full version）：

const size_t max_backtrace_size = 100;
void *backtrace_buf[max_backtrace_size];   
static void track()
{
    if(backtrace_size > 0)
        ::backtrace(backtrace_buf, backtrace_size);
}

static void op(size_t i)
{
    if(i == 0)
    {
        track();
        return;
    }
    op(i - 1);
}

这两个函数中的第一个track模拟实际跟踪（请注意backtrace_size == 0完全禁用对backtrace的调用）;第二个，op是一个递归，通过调用track来终止。使用这两个函数，我改变了参数并测量了结果（另见the IPython Notebook）。

下图显示了跟踪时间，作为不同堆栈大小的函数，每个调用backtrace与backtrace_size == 1或不调用它（它的时间非常短，位于X上轴，在图中很难看到）。 backtrace即使用小参数调用也会产生巨大的开销。

下图进一步显示了开销，现在作为回溯大小和堆栈深度的函数。再一次，只需调用此函数就会有一个巨大的跳跃。

1. 有没有任何技术方法可以减少寻找回溯的开销？ （可能是不同的库，或不同的构建设置。）

2. 在没有1.的情况下，顶部的问题是否存在完全不同的可行替代方案？

Answer 1

  

令我惊讶的是，简单地调用backtrace会使执行速度减慢~4000％（！）。

这种说法本身毫无意义。即使backtrace()归结为单个指令，如果您的其他代码根本不包含任何指令，它仍将构成+INF开销。

40倍的开销可能意味着您尝试占用的资源非常便宜。如果是这样，可能不是该资源的每个实例都必须考虑？例如，您是否可以为每个N资源分配记录堆栈跟踪？

  

有没有任何技术方法可以减少寻找回溯的开销？ （可能是不同的库，或者不同的构建设置。）

有几种可能性需要考虑。

假设您在询问Linux / x86_64，backtrace速度慢的一个原因是，在没有帧指针的情况下，它必须找到并解释展开信息。另一个原因：它主要用于处理异常，并且从未针对速度进行优化。

如果您完全控制将使用您的库的应用程序，使用-fno-omit-frame-pointer构建所有将允许您使用更快的基于帧的开卷。

如果你不能这样做，libunwind backtrace可能明显快于GLIBC（虽然它仍然无法击败基于帧的开卷）。

Answer 2

你要说的是backtrace比malloc花费的时间更长。 如果您需要它告诉您的内容，则需要付出代价。

它是否有意提高效率，因此可以高频率调用？

我确定它的目的是诊断内存问题等问题，或者你为此调用很多问题，或性能问题，而你不需要多次调用它。

当您发现问题时，您可以修复它们， 当你不再需要backtrace时，你可以停止呼叫它，并且很高兴它能帮助你找到它们。

Answer 3

如果您使用的是libunwind，请确保使用UNW_LOCAL_ONLY定义构建代码：

#define UNW_LOCAL_ONLY
#include <unwind/libunwind.h>

我发现它还有助于添加＆＃34; - 禁用阻止信号＆＃34;配置命令 - 没有它，libunwind最终会花费大量时间来阻止和解锁部分代码周围的信号。在ARM（我测试的地方）这非常重要。

即便在此之后，我认为libunwind的性能仍有一些改进。我正在使用perf来尝试更多地挖掘它。