代码分析工具使用

Ubuntu18.04系统+ROS节点

前言

记录下C++代码性能分析工具的简单使用方式，包括valgrind、gprof、gperftools。

一、valgrind

1. 内存泄露分析：
   通过launch文件启动

<node pkg="this_pkg" type="this_pkg_node" name="this_pkg_node_name" output="screen" **launch-prefix**="valgrind --log-file=valReport --leak-check=full --show-reachable=yes --leak-resolution=low"/>

生成的检测报告是主目录下的“.ros/valReport ”

2. 内存占用分析：

launch-prefix="valgrind --tool=massif --time-unit=B
--massif-out-file=massif_report.out "

然后通过ms_print分析采样文件

ms_print ./massif_report.out

massif-visualizer 可视化分析采样文件

massif-visualizer ./lio_node_massif_report.out

二、gprof

分析内存。

1. 增加编译选项
   在CMakeLists.txt中增加

add_compile_options(-pg)
set(catkin_LIBRARIES ${catkin_LIBRARIES} -pg)

然后正常运行launch文件启动程序，ctrl+c终止程序。

2. 查看结果gmon.out
   文件保存在在.ros文件夹下

cd .ros
gprof /home/robot/catkin/devel/lib/this_pkg/this_pkg_node gmon.out

3. 将gmon.out保存到txt文件，以文本的形式显示调用分析：

gprof /home/robot/catkin/devel/lib/this_pkg/this_pkg_node gmon.out -b > node_mem.txt

-b：可选参数。

4. txt文件可视化：
   需要安装工具gprof2dot：

sudo pip install gprof2dot

可视化命令：

gprof2dot -n 7 -s ./node_mem.txt | dot -Tpng -o output_dg.png

字段含义：
https://zhuanlan.zhihu.com/p/150527364
指定输出文件名：
https://blog.csdn.net/yangtao420902/article/details/105575491

三、gperftools

1. 安装

git clone https://github.com/gperftools/gperftools.git
cd gperftools/
./autogen.sh
./configure 
make -j4
sudo make install
# 检查下安装结果
ls /usr/local/lib/libprofiler.*

2. 增加编译项
   CMakeLists.txt中增加

target_link_libraries(this_pkg_node
  tcmalloc
  profiler)

3. 运行程序

• cpu分析

launch-prefix="env CPUPROFILE=/tmp/my_executable.prof LD_PRELOAD=/usr/local/lib/libprofiler.so.0"

• heap profile 内存占用分析

 launch-prefix="env HEAPPROFILE=/tmp/node_heap_profile.hprof LD_PRELOAD=/usr/local/lib/libtcmalloc.so LD_PRELOAD=/usr/local/lib/libprofiler.so.0"

profile查看：

pprof --pdf /path/to/your/node_exe /tmp/node_heap_profile.hprof.0001.heap > node_heap_profiling_00.pdf

多文件比较看内存差值：

pprof --pdf /path/to/your/node_exe --base=/tmp/node_heap_profile.hprof.0001.heap /tmp/node_heap_profile.hprof.0002.heap > node_heap_profiling_01_2.pdf

–base参数值是基准文件，可以得到0002.heap时刻相对于0001.heap的变化。

---

总结

以上就是这三种工具的调用方法和结果分析命令。其中，gperftools的内存使用分析heap profile还挺好的，通过对比不同时刻内存占用的差值，可以看到内存的变化趋势；可视化做得不错，可定位到具体函数。