Perf工具可用来对软件进行优化，包括算法优化（空间复杂度、时间复杂度）和代码优化（提高执行速度、减少内存占用）等等，perf 最常用的参数有top、stat、record，另外还有list和report等。
本文主要使用Perf的record，script以及FlameGraph工具生成火焰图，来进一步分析性能瓶颈和函数调用。
一、生成采样数据perf.data
使用perf record 采集数据，其中-g表示记录调用栈，-p 49383是进程号，即对哪个进程进行分析。采集后可以ctrl+c终止。
-e参数来统计需要关注的事件。 多个事件就用多个-e 连接。此处我带了cpu-clock，cpu-clock可以用来表示程序执行经过的真实时间，而无论CPU处于什么状态（Pn（n非0）或者是C状态）。
除了cpu-clock事件，比较常用的还有CPU cycle，CPU cycles用来表示执行程序指令花费的时钟周期数，如果CPU处于Pn（n非0）或者是C状态，则cycles的产生速度会减慢。
如果想查看哪些代码消耗的真实时间多，则可以使用cpu-clock事件；而如果想查看哪些代码消耗的时钟周期多，则可以使用CPU cycles事件。
除了此类cpu火焰图，也可以带上其他类型的事件进行统计，例如内存火焰图，分析内存的变化情况，可以进一步帮助分析内存被哪些模块占用、内存泄露问题的原因等问题。bio火焰图，统计io的耗时由哪些函数占用，便于分析优化io性能。此处不做赘述。
perf record -e cpu-clock -g -p 49383
除此之外，常见的还可以带上如下选项：
-F 99：表示每秒99次
sleep 30：采集持续30秒，这样就不需要手动ctrl+c终止。
-o xxx：指定采集后输出的文件名等。
-t：指定线程TID。
-a：显示在所有CPU上的性能统计信息。
-C：显示在指定CPU上的性能统计信息。
第一步生成的perf.data文件其实也可以用perf report查看，只不过不直观
perf report -n --stdio -i perf.data
二、用perf script工具对perf.data进行解析
-i跟第一步收集的文件，进行解析
perf script -i perf.data > perf.script
三、将perf.script中的符号进行折叠
使用FlameGraph的stackcollapse-perf.pl折叠调用栈
./stackcollapse-perf.pl perf.script > perf.folded
四、生成svg火焰图
使用FlameGraph的flamegraph.pl生成svg格式的火焰图
./flamegraph.pl perf.folded > perf.svg
五、查看火焰图
生成的火焰图大概是如下这样
其中每一个方框是一个函数，鼠标悬浮时会显示完整的函数名、抽样抽中的次数、占据总抽样次数的百分比。方框的长度，代表了它的执行时间，所以越宽的函数，就表示它被抽到的次数多，即执行的时间长。调用栈越深，火焰就越高，顶部就是正在执行的函数，下方都是它的父函数。
可以看到all上边的第一个就是postgres。如下的每个方框，即函数都可以点击，点击后，会显示其对应调用的子函数。例如点击XLogInsertRecord函数，可以显示出其调用的堆栈
点击hash_search_with_hash_value，显示它调用的堆栈。
火焰图主要看顶层的哪个函数占据的宽度最大。只要有"平顶"（plateaus），就表示该函数可能存在性能问题，可能是瓶颈。可以尝试对此类函数进行优化，从而提高性能。
