简介
火焰图（Flame Graph）是由Linux性能优化大师Brendan Gregg发明的，和所有其他的trace和profiling方法不同的是，Flame Graph以一个全局的视野来看待时间分布，它从底部往顶部，列出所有可能的调用栈。
其他的呈现方法，一般只能列出单一的调用栈或者非层次化的时间分布。
根据系统性能的指标可以将火焰图分为多种，常见的有on-cpu和off-cpu两种火焰图
火焰图示例
以典型的分析CPU时间花费到哪个函数的on-cpu火焰图为例来展开。
CPU火焰图中的每一个方框是一个函数，方框的长度，代表了它的执行时间，所以越宽的函数，执行越久。火焰图的楼层每高一层，就是更深一级的函数被调用，最顶层的函数，是叶子函数。
生成过程
火焰图的生成过程是：
- 先trace系统，获取系统的profiling数据
- 用脚本来绘制
系统的profiling数据获取，可以选择最流行的perf record，而后把采集的数据进行加工处理，绘制为火焰图。
其中第二步的绘制火焰图的脚本程序，通过如下方式获取:
git clone https://github.com/brendangregg/FlameGraph
火焰图案例
直接从最简单的例子开始说起, 代码如下:
c(){
for(int i=0;i<1000;i++);
}
b(){
for(int i=0;i<1000;i++);
c();
}
a(){
for(int i=0;i<1000;i++);
b();
}则这三个函数，在火焰图中呈现的样子为：
a()的2/3的时间花在b()上面，而b()的1/3的时间花在c()上面。很多个这样的a->b->c的火苗堆在一起，就构成了火焰图。
进一步理解火焰图的最好方法仍然是通过一个实际的案例，下面的程序创建2个线程，两个线程的handler都是thread_fun()，之后thread_fun()调用fun_a()、fun_b()、fun_c()，而fun_a()又会调用fun_d()：
#include
func_d(){
int i;
for(i=0;i<50000;i++);
}
func_a(){
int i;
for(i=0;i<100000;i++);
func_d();
}
func_b(){
int i;
for(i=0;i<200000;i++);
}
func_c(){
int i;
for(i=0;i<300000;i++);
}
void* thread_fun(void* param){
while(1) {
int i;
for(i=0;i<100000;i++);
func_a();
func_b();
func_c();
}
}
int main(void){
pthread_t tid1,tid2;
int ret;
ret=pthread_create(&tid1,NULL,thread_fun,NULL);
if(ret==-1){
...
}
ret=pthread_create(&tid2,NULL,thread_fun,NULL);
...
if(pthread_join(tid1,NULL)!=0){
...
}
if(pthread_join(tid2,NULL)!=0){
...
}
return 0;
} 先看看不用火焰图的缺点在哪里。
如果不用火焰图，我们也可以用类似perf top这样的工具分析出来CPU时间主要花费在哪里了：
$gcc exam.c -pthread
$./a.out&
$sudo perf top
perf top的显示结果如下：
perf top提示出来了fun_a()、fun_b()、fun_c(), fun_d()，thread_func()这些函数内部的代码是CPU消耗大户，但是它缺乏一个全局的视野，我们无法看出全局的调用栈，也弄不清楚这些函数之间的关系。火焰图则不然，我们用下面的命令可以生成火焰图（以root权限运行）：
# 采集信息
# perf record -F 99 -a -g -- sleep 60
# 查看采集到的信息
# perf script | ./stackcollapse-perf.pl > out.perf-folded
# 生成火焰图
./flamegraph.pl out.perf-folded > perf-kernel.svg
-F 99表示每秒99次，-p 13204是进程号，即对哪个进程进行分析，-g表示记录调用栈，-a表示所有进程, sleep 60则是持续60秒。
上述程序捕获系统的行为60秒钟，最后调用flamegraph.pl生成一个火焰图perf-kernel.svg，用看图片的工具就可以打开这个svg。
上述火焰图显示出了a.out中，thread_func()、func_a()、func_b()、fun_c()和func_d()的时间分布。
从上述火焰图可以看出，虽然thread_func()被两个线程调用，但是由于thread_func()之前的调用栈是一样的，所以2个线程的thread_func()调用是合并为同一个方框的。
更深阅读
除了on-cpu的火焰图以外，off-cpu的火焰图，对于分析系统堵在IO、SWAP、取得锁方面的帮助很大，有利于分析系统在运行的时候究竟在等待什么，系统资源之间的彼此伊伴。
比如，下面的火焰图显示，nginx的吞吐能力上不来的很多程度原因在于sem_wait()等待信号量。
上图摘自Yichun Zhang (agentzh)的《Introduction to offCPU Time Flame Graphs》。
关于火焰图的更多细节和更多种火焰图各自的功能，可以访问：
官网: http://www.brendangregg.com/flamegraphs.html
on-cpu资料: http://www.brendangregg.com/FlameGraphs/cpuflamegraphs.html
off-cpu资源: http://www.brendangregg.com/FlameGraphs/offcpuflamegraphs.html
参考
https://mp.weixin.qq.com/s/Kz4tii8O4Nk-S4SV4kFYPA