RAII结合std::chrono::high_resolution_clock可实现函数级自动计时，通过构造/析构记录进出时间，thread_local避免竞争，统一转为微秒便于阅读；支持调用栈追踪与低开销采样分析。
用 RAII 和时钟 API 实现轻量级函数级计时
最直接的性能分析起点是测量单个函数或代码段的执行耗时。C++11 起，std::chrono::high_resolution_clock 提供纳秒级精度（实际取决于平台），配合 RAII 封装可自动记录进出时间：
关键点：避免手动调用 start/stop，用构造/析构自动完成；用 thread_local 避免多线程竞争；时间单位统一转为微秒或毫秒便于阅读。
示例实现：
class ProfilerScope { std::string_view name_; std::chrono::time_point start_; static thread_local std::vector<std::pair> samples_;public:explicit ProfilerScope(std::stringview n) : name(n), start_(std::chrono::high_resolution_clock::now()) {}~ProfilerScope() {auto end = std::chrono::high_resolution_clock::now();auto us = std::chrono::durationcast(end - start).count();samples_.emplaceback(name, us);}
static void dump() { for (const auto& [name, us] : samples_) { printf("%s: %lld μsn", std::string(name).c_str(), us); } samples_.clear();}
};
立即学习“C++免费学习笔记（深入）”；
thread_local std::vectorairview, long long>> ProfilerScope::samples;
用法：void foo() { ProfilerScope _{"foo"}; /* 业务逻辑 */ }。多次调用后调用 ProfilerScope::dump() 查看各函数耗时。
基于栈的调用关系追踪（Callstack Profiling）
仅知道“foo 耗时 500μs”不够，还需知道它被谁调用、是否在 hot loop 中反复进入。需维护一个线程局部的调用栈：
每次进入函数 push 当前函数名（或更优：用 __builtin_return_address(0) + 符号解析获取真实函数地址）退出时 pop，并将“[caller → callee]”配对 + 耗时累加到哈希表中支持递归检测（如相同函数连续出现，只记首次进入和最终退出）
进阶可结合 libbacktrace（Linux）或 dbghelp.dll（Windows）在采样时解析符号，但会引入开销。生产环境建议用地址采样 + 离线符号化（类似 perf）。
低开销采样式分析（Sampling Profiler）
RAII 方式适合定向分析，但会显著拖慢程序（尤其高频小函数）。真正在运行中观察整体热点，推荐信号驱动的采样器：
注册 SIGPROF 信号处理器（Linux/macOS）或 SetThreadExecutionState + 定时器（Windows）每 1–10ms 触发一次，在 handler 中用 backtrace() 获取当前调用栈（注意：信号上下文只能调用 async-signal-safe 函数）将栈帧地址存入无锁环形缓冲区，主循环定期消费并做地址→函数名映射（可用 dladdr 或预加载的 debug info）
优点：开销通常
集成与输出：生成火焰图（Flame Graph）兼容格式
分析结果要直观，推荐输出 folded stack 格式，供 FlameGraph 工具绘图：
例如：main;process_input;parse_json 42 表示该栈路径共出现 42 次采样。C++ 只需按帧顺序拼接分号字符串，最后统计频次即可：
std::map stack_counts;void record_stack(const std::vector& frames) { std::string key; for (size_t i = 0; i 0) key += ";"; char buf[64]; snprintf(buf, sizeof(buf), "%p", frames[i]); key += demangle_symbol(buf); // 可选：调用 cxxabi__demangle } stack_counts[key]++;}void write_folded(std::ostream& out) {for (const auto& [stack, count] : stack_counts) {out << stack << " " << count << "n";}}
生成文件后，终端执行：./flamegraph.pl profile.folded > profile.svg 即得交互式火焰图。
基本上就这些。不需要第三方库，核心逻辑百行内可写完；重点是平衡精度与开销，按需选择 RAII 计时、栈追踪或采样模式。调试阶段用前者，压测或线上观测优先用后者。
以上就是如何用C++写一个性能分析器（Profiler）？C++代码性能瓶颈定位【工具开发】的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1489619.html
微信扫一扫 
支付宝扫一扫 
