google-gperftools分析代码时间分布

安装gperftools

下载代码

git clone https://github.com/gperftools/gperftoolscd gperftools./autogen.sh./configuremake -j8sudo make install

安装

git clone git://git.sv.gnu.org/libunwind.gitcd libunwind./configuremakemake install

代码中加入profiler函数进行cpu性能分析

#include <list>#include <iostream>#include <algorithm>#include <string>#include <google/profiler.h>extern "C" {#include <ctype.h>#include <string.h>}template <typename T>class HashTable {    private:        std::list< std::pair<std::string, T> >* ht;        static const int dict_hash_function_seed = 5381;        int size;    public:        HashTable(int s)            : size(s)        {            ht = new std::list< std::pair<std::string, T> >[size];        }        /* And a caseinsensitive hash function (based on djb hash) */        //来源于Redis        unsigned int dictGenCaseHashFunction(const std::string& key) {            const char* buf = key.c_str();            int len = key.length();            unsigned int hash = (unsigned int)dict_hash_function_seed;            while (len--)                hash = ((hash << 5) + hash) +(tolower(*buf++)); /* hash * 33 + c */            return hash % size;        }        bool hash(const std::string &key, const T& t) {            auto slot = &ht[dictGenCaseHashFunction(key)];            for(auto it = slot->begin(); it != slot->end(); it++) {                if(key == it->first) {                    it->second = t;                    return true;                }            }            slot->push_back(std::pair<std::string, T>(key, t));            return true;            //std::cout<<ht[slotPos].size()<<std::endl;        }        bool get(const std::string& key, T& t) {            auto slot = &ht[dictGenCaseHashFunction(key)];            auto it = slot->begin();            for(it = slot->begin(); it != slot->end(); it++) {                if(key == it->first) {                    t = it->second;                    std::cout<<t<<std::endl;                    return true;                }            }            return false;        }        bool remove(const std::string& key) {            auto slot = &ht[dictGenCaseHashFunction(key)];            auto it = slot->begin();            for(it = slot->begin(); it != slot->end(); it++) {                if(key == it->first) {                    //std::cout<<it->second<<std::endl;                    return true;                }            }            return false;        }};int main(int argc, const char** argv) {    HashTable<int> hashTable(1000000);    for(int i = 0; i < 10000000; i++) {        if(i%2 == 0) {            continue;        }        std::string key = std::to_string(i);        hashTable.hash(key, i*10);    }    ProfilerStart("profiler");    for(int i = 8999999; i < 10000000; i++) {        std::string key = std::to_string(i);        int a = 0;        hashTable.get(key, a);    }    ProfilerStop();    int a = 0;    hashTable.get("127", a);    hashTable.hash("127", 127);    hashTable.get("127", a);    return 0;}

编译并运行

g++ -o hashTable hashTable.cpp -lprofiler./hashTable

分析

pprof --gif ./hashTable profiler > profiler.gif

点击查看图片即可看到各个函数的耗时时间统计和调用流程

优化

可以看到最耗时的是字符串的操作，特别是比较上，针对字符串比较耗时本身我们没有特别好的优化方法，不过换一个方向来说我们可以通过减少比较的次数来优化，增加hashtable的size可以使得每个slot里面的元素更少，用空间来换时间，当然这会增加我们初始化hashtable的时间。增加构造函数的hashtable为原来的10倍，再进行一次测量，结果如下：

可以看到时间上优化了接近300毫秒，优化了1/2的时间，而且大部分时间消耗在了to_string函数上面了。