php性能分析工具xhprof分析
facebook，做为世界上最大的php应用网站，为php贡献出了hhvm xhprof等优秀开源工具，其中xhprof已成为很多phper调试php性能瓶颈的利器。本文作者将从xhprof源码出发，看看xhprof是怎么做到性能分析的
关键数据结构
xhprof主要只使用了如下两个数据结构：
xhprof的两种分析模式
1、XHPROF_MODE_HIERARCHICAL模式，该模式是详细分析整个PHP代码的执行情况，其输出的分析数据如下：
array(7){["main()==>load::./inc.php"]=>array(5){……}["main()==>run_init::Test/inc.php"]=>array(5){……}["bar==>echoHello"]=>array(5){……}["foo==>bar"]=>array(5){……}["main()==>foo"]=>array(5){……}["main()==>xhprof_disable"]=>array(5){……}["main()"]=>array(5){["ct"]=>int(1)["wt"]=>int(390372)["cpu"]=>int(392000)["mu"]=>int(15040)["pmu"]=>int(10024)}}
2、XHPROF_MODE_SAMPLED模式，该模式每隔0.1秒取样一次，记录当前执行的堆栈，其输出的分析数据如下：
array(5){["1460294938.300000"]=>string(30)
"main()==>foo==>bar==>echoHello"["1460294938.400000"]=>string(30)
"main()==>foo==>bar==>echoHello"["1460294938.500000"]=>string(30)
"main()==>foo==>bar==>echoHello"["1460294938.600000"]=>string(30)
"main()==>foo==>bar==>echoHello"["1460294938.700000"]=>string(30)
"main()==>foo==>bar==>echoHello"
}
该模式通过使用xhprof-flamegraphs和FlameGraph可生成flame graph，如下图（我的测试代码的图太简陋，就用xhprof-flamegraphs的图代之了= =）：
XHPROF_MODE_HIERARCHICAL模式分析
一、xhprof_enable([ int $flags = 0 [, array $options ]] )的第二个参数$options用于过滤掉不想被profile的函数，过滤函数功能的实现：
1、在xhprof_enable()中会先执行：hp_get_ignored_functions_from_arg(optional_array)，将要忽略的函数存储到char **hp_globals.ignored_function_names中。
2、接着执行hp_ignored_functions_filter_init()初始化uint8 hp_globals.ignored_function_filter[XHPROF_IGNORED_FUNCTION_FILTER_SIZE]，具体代码如下：
static
void
hp_ignored_functions_filter_init(){
if(hp_globals.ignored_function_names
!=NULL){inti=0;for(;
hp_globals.ignored_function_names[i]
!=NULL;
i++){char*str=
hp_globals.ignored_function_names[i];uint8hash=
hp_inline_hash(str);
//根据函数名做hashhash >> 3
intidx=INDEX_2_BYTE(hash);
hp_globals.ignored_function_filter[idx]
|=INDEX_2_BIT(hash);
//1 << (hash & 0x7)
}}
}
因为XHPROF_IGNORED_FUNCTION_FILTER_SIZE为 32，所以INDEX_2_BYTE(hash)将hash右移3位，高位补0，确保得到的idx不会超过32。
hp_globals.ignored_function_filter是uint8类型数组，所以INDEX_2_BIT(hash)就是将hash映射到这8个bit中的某个位置。
也就是说一个hp_globals.ignored_function_filter的元素有可能保存多个hash值的映射。
3、过滤的判断是通过hp_ignore_entry()->hp_ignore_entry_work()进行的，具体代码：
int
hp_ignored_functions_filter_collision
(uint8hash){uint8mask=INDEX_2_BIT(hash);return
hp_globals.ignored_function_filter
[INDEX_2_BYTE(hash)]&mask;}
/*该方法首先判断curr_func的hash是否在过滤列表
hp_globals.ignored_function_filter中如果存在，因为存在hash碰撞，
那么还需要判断curr_func是否
在hp_globals.ignored_function_names中hp_globals.ignored_function_filter的存在就是
为了减少直接根据函数名去判断是否需要过滤*/
int
hp_ignore_entry_work
(uint8hash_code,char*curr_func){intignore=0;if(
hp_ignored_functions_filter_collision
(hash_code)
){inti=0;for(;
hp_globals.ignored_function_names[i]
!=NULL;i++){char*name
=hp_globals.ignored_function_names[i];if(!strcmp(curr_func,name)){ignore++;break;}}}returnignore;
}
二、打点采集性能数据的实现：
在hp_begin(long level, long xhprof_flags TSRMLS_DC)中，替换掉了zend内核execute_data的执行函数以及一些编译代码的函数，相当于加了一层proxy，部分代码如下：
_zend_compile_file=zend_compile_file;
//编译PHP文件
zend_compile_file=hp_compile_file;_zend_compile_string=zend_compile_string;
//PHP的eval函数
zend_compile_string=hp_compile_string;_zend_execute_ex=zend_execute_ex;
//execute_data的执行函数
zend_execute_ex=hp_execute_ex;_zend_execute_internal=zend_execute_internal;
//内部函数（C函数）的执行
zend_execute_internal=hp_execute_internal;
在每一层proxy中，都会调用BEGIN_PROFILING和END_PROFILING，以hp_execute_ex为例：
ZEND_DLEXPORT
void
hp_execute_ex
(zend_execute_data*execute_dataTSRMLS_DC){……BEGIN_PROFILING(
&hp_globals.entries,func,
hp_profile_flag);
//函数执行前打点
#if PHP_VERSION_ID < 50500
_zend_execute(opsTSRMLS_CC);
#else
_zend_execute_ex(execute_dataTSRMLS_CC);
#endif
if(hp_globals.entries){END_PROFILING(&hp_globals.entries
,hp_profile_flag);
//函数执行结束记录统计信息
}
efree(func);
}
三、xhprof_disable输出数据中ct和wt的实现
ct是当前代码块被执行的次数，在END_PROFILING->hp_globals.mode_cb.end_fn_cb->hp_mode_hier_endfn_cb->hp_mode_shared_endfn_cb中：
hp_inc_count(counts,"ct",1TSRMLS_CC)
在每次代码块执行结束后就会对其对应的ct增1。
wt是当前代码块总的执行时间（wall clock time），在END_PROFILING->hp_globals.mode_cb.end_fn_cb->hp_mode_hier_endfn_cb->hp_mode_shared_endfn_cb中：
tsc_end=cycle_timer();hp_inc_count(
counts,
"wt",
get_us_from_tsc(tsc_end-top->tsc_start,hp_globals.cpu_frequencies
[hp_globals.cur_cpu_id])
TSRMLS_CC);
top->tsc_start是在BEGIN_PROFILING->hp_globals.mode_cb.begin_fn_cb->hp_mode_hier_beginfn_cb()中通过cycle_timer()获得的，具体代码：
//通过rdtsc汇编指令获取CPU时钟周期
staticinlineuint64cycle_timer(){uint32__a,__d;uint64val;asmvolatile("rdtsc":"=a"(__a),"=d"(__d));(val)=((uint64)__a)|(((uint64)__d)<<32);returnval;
}
hp_globals.cpu_frequencies[hp_globals.cur_cpu_id]存储了各个CPU对应的时钟频率，时钟频率的获取是通过如下方式：
static
double
get_cpu_frequency(){structtimevalstart;structtimevalend;if(gettimeofday(&start,0)){perror("gettimeofday");return0.0;}uint64tsc_start=cycle_timer();/* Sleep for 5 miliseconds.
Comparaing with gettimeofday's
few microseconds* execution time, this should be enough. */usleep(5000);if(gettimeofday(&end,0)){perror("gettimeofday");return0.0;}uint64tsc_end=cycle_timer();// 时钟周期数/时间 = 时钟频率
return
(tsc_end-tsc_start)*1.0
/(get_us_interval(&start,&end));
}
static
void
get_all_cpu_frequencies(){intid;doublefrequency;hp_globals.cpu_frequencies
=malloc(sizeof(double)*hp_globals.cpu_num);if(hp_globals.cpu_frequencies==NULL){return;}/* Iterate over all cpus found
on the machine. */for(id=0;
id
++id){/* Only get the previous cpu affinity
mask for the first call. */if(bind_to_cpu(id)){
//为了测定每个CPU核的时钟频率，
//需要先绑定到指定的核上运行
clear_frequencies();return;}/* Make sure the current process
gets scheduled to the target cpu.
This might not be necessary though. */usleep(0);frequency=get_cpu_frequency();if(frequency==0.0){clear_frequencies();return;}hp_globals.cpu_frequencies[id]
=frequency;}
}
在获取了每个核的CPU时钟频率后，会随机地绑定到某个核上继续执行。
最后在get_us_from_tsc()中，通过代码块执行花费的时钟周期数/当前CPU时钟频率得到代码块执行的时间wt。采用这种方式能更精确地获取wt，欲详细了解可以去研究下micro-benchmarking= =。
四、xhprof_disable输出数据中cpu的实现
在END_PROFILING->hp_globals.mode_cb.end_fn_cb->hp_mode_hier_endfn_cb中：
if(hp_globals.xhprof_flags
&XHPROF_FLAGS_CPU){/* Get CPU usage */getrusage(RUSAGE_SELF,&ru_end);
//系统调用，获取当前进程的资源使用情况/* Bump CPU stats in the counts hashtable */hp_inc_count(counts,"cpu",
(get_us_interval(
&(top->ru_start_hprof.ru_utime),&(ru_end.ru_utime))+get_us_interval(
&(top->ru_start_hprof.ru_stime),&(ru_end.ru_stime)))TSRMLS_CC
);}
top->ru_start_hprof是在hp_mode_hier_beginfn_cb()中通过getrusage()设置的。
ru_utime为user time，ru_stime为system time，两者加起来就得到cpu time了。
五、xhprof_disable输出数据中mu和pmu的实现
在END_PROFILING->hp_globals.mode_cb.end_fn_cb->hp_mode_hier_endfn_cb中：
if(hp_globals.xhprof_flags
&XHPROF_FLAGS_MEMORY){/* Get Memory usage */mu_end=zend_memory_usage(0
TSRMLS_CC);pmu_end=zend_memory_peak_usage(0
TSRMLS_CC);/* Bump Memory stats in the counts hashtable */hp_inc_count(counts,"mu",
mu_end-top->mu_start_hprof
TSRMLS_CC);hp_inc_count(counts,"pmu",
pmu_end-top->pmu_start_hprof
TSRMLS_CC);}
top->mu_start_hprof和top->pmu_start_hprof已在BEGIN_PROFILING->hp_globals.mode_cb.begin_fn_cb->hp_mode_hier_beginfn_cb中通过zend_memory_usage和zend_memory_peak_usage赋值。这两个zend函数的实现：
ZEND_API
size_t
zend_memory_usage
(intreal_usageTSRMLS_DC){if(real_usage){returnAG(mm_heap)->real_size;
//PHP实际占用了的系统内存
}else{size_tusage=AG(mm_heap)->size;
#if ZEND_MM_CACHE
usage-=AG(mm_heap)->cached;
#endif
returnusage;}
}
ZEND_API
size_t
zend_memory_peak_usage
(intreal_usageTSRMLS_DC){if(real_usage){returnAG(mm_heap)->real_peak;}else{returnAG(mm_heap)->peak;}
}
可见，这里获取的mu和pmu是当前使用到的内存，不包括已从系统申请的但未使用的。
六、由上面可发现各项统计信息是通过hp_inc_count进行叠加得到的。
XHPROF_MODE_SAMPLED模式分析
一、该模式不支持过滤掉不想被profile的函数
二、打点方式与XHPROF_MODE_HIERARCHICAL模式相同，不同点在于BEGIN_PROFILING调用的是hp_mode_sampled_beginfn_cb，END_PROFILING调用的是hp_mode_sampled_endfn_cb，而在这两个函数中都只调用了hp_sample_check()，其代码如下：
void
hp_sample_check
(hp_entry_t**entriesTSRMLS_DC){/* Validate input */if(!entries||!(*entries)){return;}/* See if its time to sample.
//While loop is to handle a single function * taking a long time and passing
several sampling intervals. */while(
(cycle_timer()-hp_globals.last_sample_tsc)>hp_globals.sampling_interval_tsc){
//如果当前时钟周期数 - 上一次的时钟周期数
> 采样的时钟周期间隔则继续采样/* bump last_sample_tsc */hp_globals.last_sample_tsc
+=hp_globals.sampling_interval_tsc;
//将上一次的时钟周期数加上采样的时钟周期数间隔/* bump last_sample_time -
HAS TO BE UPDATED BEFORE
calling hp_sample_stack */incr_us_interval(
&hp_globals.last_sample_time,
XHPROF_SAMPLING_INTERVAL);
//更新上一次的采样时间点/* sample the stack */hp_sample_stack(entriesTSRMLS_CC);
//采样数据
}return;
}
在hp_sample_stack()中就是往hp_globals.stats_count中添加：函数调用栈 => 采样时间点。
在hp_begin->hp_init_profiler_state->hp_globals.mode_cb.init_cb->hp_mode_sampled_init_cb中做了一些初始化工作：
void
hp_mode_sampled_init_cb
(TSRMLS_D){structtimevalnow;uint64truncated_us;uint64truncated_tsc;doublecpu_freq
=hp_globals.cpu_frequencies[
hp_globals.cur_cpu_id];/* Init the last_sample in tsc */hp_globals.last_sample_tsc
=cycle_timer();
//初始化开始采样的时钟周期数
gettimeofday(
&hp_globals.last_sample_time
,0);
//初始化开始采样的时间点
now=hp_globals.last_sample_time;
XHPROF_SAMPLING_INTERVAL的值为0.1秒
hp_trunc_time的作用是
将hp_globals.last_sample_time更新
为XHPROF_SAMPLING_INTERVAL的整数倍
hp_trunc_time(
&hp_globals.last_sample_time,
XHPROF_SAMPLING_INTERVAL);
truncated_us=get_us_interval(
&hp_globals.last_sample_time
,&now);
//被hp_trunc_time 截断掉的时间
truncated_tsc=
get_tsc_from_us(
truncated_us,cpu_freq);
if(hp_globals.last_sample_tsc
>truncated_tsc){/* just to be safe while
subtracting unsigned ints */hp_globals.last_sample_tsc
-=truncated_tsc;
//为了使last_sample_tsc
和last_sample_time保持同步}对于hp_globals.last_sample_tsc
<= truncated_tsc的情况，
出现的可能性非常小，
即使真的出现了也只是漏了第一次采样hp_globals.sampling_interval_tsc
=get_tsc_from_us(
XHPROF_SAMPLING_INTERVAL
,cpu_freq);
}
三、函数调用堆栈的实现
对于每一个hp_entry_t（即分析点），都会有一个prev_hprof属性指向上一层的分析点，hp_get_function_stack(hp_entry_t *entry, int level, char *result_buf, size_t result_len)就是通过这个将函数调用堆栈的函数名串起来，在XHPROF_MODE_SAMPLED模式下level传参是INT_MAX，也就是说尽可能的将整个函数调用栈的函数名串起来返回，而在XHPROF_MODE_HIERARCHICAL模式下level传参是2，也就是说只取当前跟其上一级的函数名串起来返回，从两种模式的输出结果就可以看出来了。
总结
从以上分析，基本了解到了xhprof的整个实现，也更清楚的知道xhprof的性能分析数据的含义，即使是采用XHPROF_MODE_HIERARCHICAL模式，我们也知道xhprof只是在每个函数执行前后进行打点和采样，对性能的影响是很小的。
--------------伟大的分割线----------------
PHP饭米粒(phpfamily) 由一群靠谱的人建立，愿为PHPer带来一些值得细细品味的精神食粮！
饭米粒只发原创或授权发表的文章，不转载网上的文章
所发的文章，均可找到原作者进行沟通。
也希望各位多多打赏（算作稿费给文章作者），更希望大家多多投搞。
投稿请联系：