【编者按】原文作者 Emil Soman，Rubyist，除此之外竟然同时也是艺术家，吉他手，Garden City RubyConf 组织者。本文是DIY Ruby CPU Profiling 的第一部分，由 OneAPM 工程师编译整理。

在 Codemancers，我们正在建设 Rbkit——一个针对 Ruby 语言的——拥有新炫酷功能的代码分析器。我目前正在实现一个嵌在 rbkit gem 里的 CPU 分析器，这将有助 rbkit UI 重建分析 Ruby 进程调用图，并在屏幕上得出有用的可视化展示。在这个过程中，我学到了许多新东西，很乐意在本系列的博客文章中与您分享。

我们打算一步一步从基础开始，专门为 Ruby 编写一个初级的 CPU 分析器！在完成时我们将学到：

• 什么是 CPU 分析
• 分析模式——工具和采样
• CPU Time 和 Wall Time ——它们分别是什么意思，如何测量？
• 写一个简单的 C 扩展并用于 Ruby 中
• Ruby Tracepoints——调用和返回
• C 语言中的信号处理
• 用一个信号暂停 Ruby 进程并用调用堆查看
• 用分析数据进行一些有用但笨拙的试验

Part I. 介绍 CPU 分析

通过对你的程序进行 CPU 分析，可以发现相较于 CPU 使用率，你的程序是多么宝贵。为了分析程序，你需要使用一个分析工具并按照下列步骤操作：

• 开始 CPU 剖析
• 执行你想要分析的代码
• 停止 CPU 剖析并得到剖析结果
• 分析结果
• 通过分析剖析结果，你会发现使整个程序缓慢的瓶颈。

分析模式

CPU 剖析可以分为以下两种方法：

1. 工具

在这种模式下，分析工具利用一些 hooks，由解释器提供或者插入程序中，来了解调用图并测量在调用图中每个方法的执行时间。举个例子，看一下下面这段 Ruby 代码：

def main
3.times do
find_many_square_roots
find_many_squares
end
end


def find_many_square_roots
5000.times{|i| Math.sqrt(i)}
end

def find_many_squares
5000.times{|i| i**2 }
end

main

我已经插入了一些内容，来帮助了解如果 Ruby 解释器给了我们方法的调用和返回的 hooks，它们如何执行：

def main
# method call hook gets executed
3.times do
find_many_square_roots
find_many_squares
end
# method end hook gets executed
end

def find_many_square_roots
# method call hook gets executed
5000.times{|i| Math.sqrt(i)}
# method end hook gets executed
end

def find_many_squares
# method call hook gets executed
5000.times{|i| i**2 }
# method end hook gets executed
end

main

现在，如果我们能够打印出当前时间和这些 hooks 内部当前方法的名称，会得到看起来像这种形式的输出结果：

sec:00 usec:201007	called  	main
sec:00 usec:201108	called  	find_many_square_roots
sec:00 usec:692123	returned	find_many_square_roots
sec:00 usec:692178	called  	find_many_squares
sec:00 usec:846540	returned	find_many_squares
sec:00 usec:846594	called  	find_many_square_roots
sec:01 usec:336166	returned	find_many_square_roots
sec:01 usec:336215	called  	find_many_squares
sec:01 usec:484880	returned	find_many_squares
sec:01 usec:484945	called  	find_many_square_roots
sec:01 usec:959254	returned	find_many_square_roots
sec:01 usec:959315	called  	find_many_squares
sec:02 usec:106474	returned	find_many_squares
sec:02 usec:106526	returned	main

正如你所看到的，此输出可以告诉我们在每一种方法里面花了多长时间。同时也告诉我们，每一个方法调用的次数。这大概就解释了性能分析工具是如何工作的。

优点：

高精度
我们得到了方法调用数
易于实施

缺点：

每个被分析的方法执行 hooks 时的额外开销

2. 采样

在采样模式下，分析器每隔 x 时间单元打断一次程序，并查看调用堆并记录它的信息（被称为“样品”）。一旦该程序完成运行，分析器收集所有样品并找出每个方法出现在所有样品中的次数。
很难想象？让我们来看看同样的例子代码，看看如果我们使用采样分析器，输出结果会有怎样的不同。
采样分析器的输出结果如下：

Call stack at 0.5sec: main/find_many_square_roots
Call stack at 1.0sec: main/find_many_square_roots
Call stack at 1.5sec: main/find_many_square_roots
Call stack at 2.0sec: main/find_many_squares

在这个例子中，程序每 0.5 秒被中断一次并且调用堆栈被记录。因此，通过这个程序执行的过程我们得到了 4 个样品，find_many_square_roots 记录于 3 个样品中， find_many_squares 只存在于一个样品中。从本次采样中，我们得到 find_many_square_roots 占用了 75％ CPU，与此同时 find_many_squares 只占用了 25％ 的 CPU 。这就大概解释了分析器是怎么样工作的。

优点：

与工具分析相比开销可忽略不计
很容易找到缓慢/长时间运行的方法

缺点：

不擅长测量短时间运行的方法
我们没有得到方法调用数
很难自己写出采样分析器

概括

我们只是调查了 CPU 分析的含义和两种常用的 CPU 分析方法。在第 2 部分，我们将探讨对描述 CPU 使用情况的 2 个单位进行测量—— CPU Time 和 Wall Time。我们也会亲手写一些代码来获取进行测量。感谢您的阅读！

OneAPM for Ruby 能够深入到所有 Ruby 应用内部完成应用性能管理和监控，包括代码级别性能问题的可见性、性能瓶颈的快速识别与追溯、真实用户体验监控、服务器监控和端到端的应用性能管理。 想阅读更多技术文章，请访问 OneAPM 官方博客。