oprofile

Android上oprofile使用说明

1.目的

本文介绍了oprofile的功能并基于Android 2.1介绍了使用oprofile的基本方法和步骤。本文的读者为软件开发人员和白盒测试人员。

2.oprofile简介

Oprofile是用于Linux的若干种评测和性能监控工具中的一种，它可以工作在不同的体系结构上，包括IA32、IA64、AMDAthlon系列及ARM等。Oprofile包含在Linux2.5和更高版本的内核中，也包含在大多数较新的Linux发行版本中，在Android中已经集成了Oprofile。

oprofile以很低的开销对系统中所有运行的代码（包括kernel、kernel模块、库、应用程序）进行函数级别的性能分析（function-level profiling），跟踪占用CPU高的函数的调用信息，从而判断程序中哪些地方存在需要优化的性能瓶颈。

oprofile支持两种采样（sampling）方式：基于事件的采样（event based）和基于时间的采样（time based）。

基于事件的采样是oprofile只记录特定事件（比如L2 cachemiss）的发生次数，当达到用户设定的定值时oprofile就记录一下（采一个样）。这种方式需要CPU内部有性能计数器（performance counter）。

基于时间的采样是oprofile借助OS时钟中断的机制，每个时钟中断oprofile都会记录一次（采一次样），又分为RTC模式（RTC mode，适用于2.2/2.4内核）和定时器中断模式（timer interrupt mode，适用于2.6以上内核）。引入定时器采样模式的目的在于，提供对没有性能计数器的CPU的支持，其精度相对于基于事件的采样要低，并且因为要借助OS时钟中断的支持，对禁用中断的代码oprofile不能对其进行分析。

高通QSD8K处理器具备性能计数器，但当前发布的软件版本只支持定时器模式。

在Android上，oprofile分为target端和host端两部分。target端运行在设备上，主要包括一个内核模块（oprofile.ko）和一个用户空间的守护进程（oprofiled），前者负责访问性能计数器或者注册基于时间采样的函数（使用register_timer_hook注册之，使时钟中断处理程序最后执行profile_tick时可以访问之），并采样置于内核的缓冲区内；后者在后台运行，负责从内核空间收集数据，写入文件。host端运行在PC上，包括一组后处理工具用于从原始采样数据生成可读的分析报告。

3.oprofile使用方法

本节基于Android 2.1 (Eclair)介绍oprofile的使用方法，在Android 1.6 (Donut)和Android 2.2 (Froyo)上的使用方法与之相似。

在使用oprofile之前，首先必须确保烧到手机上的系统具有root权限，否则无法使用oprofile，并确保/data下有足够的可用空间用于保存采样数据（一般几十MB足够）。依次按照如下步骤操作。

3.1步骤一：安装target端

Android源代码中已经包含了移植好的oprofile源代码，kernel缺省配置选项也已经enable了对oprofile的支持。在将oprofile的target端安装到手机之前，请首先在eng模式下编译源代码，然后按照如下步骤将所需文件复制到手机上：

1.内核模块oprofile.ko：

在PC上运行：

sourcebuild/envsetup.sh

choosecombo

adb push$ANDROID_PRODUCT_OUT/obj/KERNEL_OBJ/arch/arm/oprofile/oprofile.ko/data

2.守护进程oprofiled和控制程序opcontrol：

如果手机上烧的system.img是eng模式编出来的，里面已经包含了oprofiled和opcontrol（在/system/xbin/），这一步可以跳过；如果是user模式编出来的system.img则不包含这两个文件，请运行：

adbpush $ANDROID_PRODUCT_OUT/system/xbin/oprofiled/system/xbin

adb push$ANDROID_PRODUCT_OUT/system/xbin/opcontrol /system/xbin

3. elf内核映像文件：

如果要对内核进行profiling，需要将压缩的elf内核映像文件vmlinux复制到手机上，运行：

adb push$ANDROID_PRODUCT_OUT/obj/KERNEL_OBJ/arch/arm/boot/compressed/vmlinux/data

该vmlinux必须与手机上实际运行的内核一致。

3.2步骤二：计算内核虚拟地址范围

要对内核进行profiling，需要计算内核开始和结束地址：

运行：

adb pull /proc/kallsyms .

在文件kallsyms中查找_text，其数值即为kernel start地址；查找_etext，其数值即为kernel end地址。

3.3步骤三：将CPU设置在保持最高频率运行

为确保oprofile采样结果的准确性和一致性，在采样开始之前需将CPU设置在保持最高频率运行，为此在adb shell中运行：

mkdir /data/debug

mount -t debugfs debugfs /data/debug

echo 1 >/data/debug/nohlt

echo performance >/sys/devices/system/cpu/cpu0/cpufreq/scaling_governor

3.4步骤四：配置oprofile

在adb shell中运行：

insmod /data/oprofile.ko timer=1

opcontrol --setup

oprofiled --session-dir=/data/oprofile--vmlinux=/data/vmlinux --kernel-range=start,end--events=CPU_CYCLES:255:0:50000:0:1:1 --separate-lib=1--separate-kernel=1

说明：

其中--kernel-range中的start和end即为上述步骤二中获得的kernel start地址和kernel end地址。

3.5步骤五：开始采样

运行需要进行profiling的应用程序或场景，然后在adb shell中运行：

opcontrol --start

此时oprofile已开始采样，可在adb shell中运行：

opcontrol --status

随时查看oprofile运行状态和已采集的样本数。

3.6步骤六：停止采样

当采集的样本数足够多的时候（根据经验一般数千即可），在adb shell中运行：

opcontrol --stop

3.7步骤七：上传数据和生成分析结果

在PC上运行：

source build/envsetup.sh

choosecombo

cp $ANDROID_PRODUCT_OUT/obj/KERNEL_OBJ/vmlinux$ANDROID_PRODUCT_OUT/symbols

python$ANDROID_BUILD_TOP/external/oprofile/opimport_pull~/oprofile-result

此时手机上的采样数据经转换后存在PC上~/oprofile-result中，运行以下命令显示分析结果报告：

cd ~/oprofile-result

$OPROFILE_EVENTS_DIR/bin/opreport--session-dir=. -p $ANDROID_PRODUCT_OUT/symbols -d -l

（注：在Android 2.1(Eclair)中执行上面的命令出错，需将opreport换成自己编译的0.9.4版本的opreport，编译步骤参见本文附录。）

注意：执行以上步骤时若遇到如下出错信息：

opreport: error while loading shared libraries:libbfd-2.18.0.20080103.so: cannot open shared object file: No suchfile or directory

可运行如下命令予以解决：

ln -s /usr/lib/libbfd.so/usr/lib/libbfd-2.18.0.20080103.so

3.8重新运行oprofile

上述步骤一至七完成了一次完整的oprofile采样和分析过程，若要再次运行oprofile，需复位oprofile并清理上一次的采样数据，在adb shell中运行：

opcontrol --shutdown

rm/data/oprofile

umount/data/debug

rm -rf/data/debug

然后重新执行上述步骤三至七进行下一次的采集和分析。

4.简化oprofile使用步骤的脚本

从上文的介绍可以看到oprofile的使用比较复杂，为简化使用步骤，特编写若干脚本，只需按照如下步骤运行这些脚本即完成oprofile的各项操作：

1.工作环境准备：①在eng模式下编译源代码；②为使用oprofile创建一个工作目录（例如~/oprofile），将下面附的压缩包oprofile_cmd.zip解开到该目录下，并进入到该目录下；③按照前文3.2节的方法获取kernel start地址和end地址填入op.sh；④确保烧到手机上的系统具有root权限，且所编译的内核源代码与手机上实际运行的内核一致；⑤确保运行过choosecombo；

2.安装target端：用数据线连接手机和PC，在PC上的oprofile工作目录下运行：

./prepare.sh

（注：若系统是Android 1.6 (Donut)，则运行./prepare.sh donut）

3.采样：运行需要进行profiling的应用程序或场景，然后在adb shell中运行：

cd/data

shop.sh

此时可运行opcontrol --status查看oprofile运行状态和已采集的样本数，当采集的样本数足够多的时候（根据经验一般数千即可），在adb shell中运行：

opcontrol --stop

4.上传数据：在PC上的oprofile工作目录下运行：

./import.sh

5.显示分析结果：在PC上的oprofile工作目录下运行：

./report.sh

6.重新运行oprofile：在adbshell中运行：

cd/data

shopclean.sh

然后重新执行上述步骤3至5。

5.oprofile分析结果实例

下面是在Android2.1 (Eclair)上对一个运行alphaanimation的应用程序进行oprofile分析的结果：

CPU: CPU with timer interrupt, speed 0 MHz(estimated)

Profiling through timerinterrupt

TIMER:0|

samples|%|

------------------

1769 98.4418 app_process

TIMER:0|

samples|%|

------------------

1299 73.4313 libskia.so

386 21.8202 vmlinux

39 2.2046libdvm.so

17 0.9610libc.so

9 0.5088libui.so

4 0.2261libbinder.so

4 0.2261libsurfaceflinger.so

4 0.2261libutils.so

3 0.1696libandroid_runtime.so

1 0.0565libGLES_android.so

1 0.0565gralloc.qsd8k.so

1 0.0565libm.so

1 0.0565libstdc++.so

13 0.7234rild

TIMER:0|

samples|%|

------------------

9 69.2308 vmlinux

4 30.7692 linker

6 0.3339vmlinux

4 0.2226cnd

TIMER:0|

samples|%|

------------------

2 50.0000 linker

1 25.0000 cnd

1 25.0000 vmlinux

2 0.1113adbd

TIMER:0|

samples|%|

------------------

2 100.000 vmlinux

1 0.0556init

TIMER:0|

samples|%|

------------------

1 100.000 vmlinux

1 0.0556port-bridge

TIMER:0|

samples|%|

------------------

1 100.000 vmlinux

1 0.0556opcontrol

TIMER:0|

samples|%|

------------------

1 100.000 vmlinux

samples %image nameapp namesymbol name

55430.8292libskia.soapp_processS32A_Opaque_BlitRow32_neon

45625.3756libskia.soapp_processS32A_D565_Blend_neon(unsigned short*, unsigned int const*, int,unsigned int, int, int)

1287.1230vmlinuxapp_process__memzero

1136.2883libskia.soapp_processmemset_128_loop

784.3406libskia.soapp_processmemset_128_loop

653.6171vmlinuxapp_process_spin_unlock_irqrestore

201.1130vmlinuxapp_processget_page_from_freelist

181.0017libskia.soapp_processSprite_D32_S32::blitRect(int, int, int, int)

170.9460vmlinuxapp_processv7wbi_flush_user_tlb_range

160.8904vmlinuxapp_processfree_hot_cold_page

150.8347libskia.soapp_processSprite_D16_S32_BlitRowProc::blitRect(int,int, int, int)

130.7234vmlinuxapp_process_spin_unlock_irq

120.6678libdvm.soapp_processdalvik_inst

120.6678libskia.soapp_processSkDraw::drawPaint(SkPaint const&)const

110.6121vmlinuxapp_process__dabt_usr

110.6121vmlinuxapp_processv7_dma_flush_range

100.5565libskia.soapp_processS32A_D565_Opaque_Dither(unsigned short*, unsigned int const*, int,unsigned int, int, int)

...

从以上结果可以看出，在运行alpha animation的过程中，在oprofile采样数据中2D图形库libskia.so占了最高的比例，达73.4313%，具体是libskia.so中的函数S32A_Opaque_BlitRow32_neon和S32A_D565_Blend_neon分别占了最高的前二名，说明在这一过程中最影响性能的瓶颈是在skia库中的这几个函数。

附录关于在Android1.6 (Donut)上使用oprofile的注意事项

Android 1.6(Donut)中自带的opimport和opreport（位于$OPROFILE_EVENTS_DIR/bin/）是64位的，只能在安装了64位Linux系统的PC上运行，要在32位系统的PC上运行，解决方法是自己编译0.9.4版本的opimport和opreport（因Android 1.6 (Donut)中自带的oprofile是0.9.4版本的）。0.9.4版本oprofile源代码附在下面：（略）

编译步骤如下：

sourcebuild/envsetup.sh

choosecombo

tar-zxvf oprofile-0.9.4.tar.gz

cdoprofile-0.9.4

./configure--with-linux=$ANDROID_PRODUCT_OUT/obj/KERNEL_OBJ

make

makeinstall

或者采用Android2.1 (Eclair)以上版本中自带的opimport和opreport（版本为0.9.5）也可以。

此外Android 1.6(Donut)中的脚本$ANDROID_BUILD_TOP/external/oprofile/opimport_pull有问题，可替换成Android 2.1(Eclair)以上版本中的此文件。