一、前言
参考GPROF用户数手册：http://sourceware.org/binutils/docs-2.17/gprof/index.html
参考博客：http://blog.csdn.net/stanjiang2010/article/details/5655143
GPROF是GCC自带的性能测试工具，可以统计出各个函数的调用次数、时间、以及函数调用图。
二、教程
使用GRPOF分为三个步骤
（1）编译时候打开编译开关，-pg
（2）运行程序（程序一定要正常运行完毕才会生成性能报告）
（3）运行性能测试工具来生成报告。
1.编码
这里编写一个示例代码，随后对其进行性能测试
-
//test_gprof.c -
#include<stdio.h> -
void new_func1(void); -
void func1(void) -
{ -
printf("\n Inside func1 \n"); -
int i = 0; -
for(;i<0xffffffff;i++); -
new_func1(); -
return; -
} -
static void func2(void) -
{ -
printf("\n Inside func2 \n"); -
int i = 0; -
for(;i<0xffffffaa;i++); -
return; -
} -
int main(void) -
{ -
printf("\n Inside main()\n"); -
int i = 0; -
for(;i<0xffffff;i++); -
func1(); -
func2(); -
return 0; -
}
-
//test_gprof_new.c -
#include<stdio.h> -
void new_func1(void) -
{ -
printf("\n Inside new_func1()\n"); -
int i = 0; -
for(;i<0xffffffee;i++); -
return; -
}
2.编译并执行
g++ -pg test_gprof.cpp test_gprof_new.cpp -o test_gprof
可以看到执行后会新生成一个gmon.out文件
3.运行性能测试工具
gprof test_gprof gmon.out可以看到各种参数跃然于屏上（1）flat profile，包括每个函数的调用次数，以及每个函数消耗的处理器时间
（2）call graph包括函数的调用关系，每个函数调用花费的时间
1.perftools
google-perftool，它是由google开发的用来分析C/C++程序性能的一套工具，这里的性能分析主要包括内存和CPU两个方面，内存分析使用google-perftool所提供的tcmalloc，CPU分析使用它所提供的profiler。下面先分别介绍一下tcmalloc和profiler，然后再给出一些使用的例子，及一些使用时的注意事项。
2.详细介绍
（1）tcmalloc
tcmalloc的全称是thread cache malloc，顾名思义，它是带有thread cache的内存管理工具。tcmalloc的主要优点有两个方面，一个是内存allocate/deallocate的速度，通常情况下它的速度比glibc所提供的malloc要快；另一个方面是小内存(< =32K)的管理，它的小内存是在thread cache里面管理的，一方面减少了加锁的开销，另一方面用来表示小内存所用的额外的空间也比较小，比较节省空间。因此，对于多线程下，经常小内存的allocation/deallocation的程序（尤其多线程下使用STL比较多的程序），可以尝试使用一下tcmalloc。
除了在allocate/deallocate内存时的优化外，tcmalloc还提供了heapcheck和heapprofile的功能。heap-check主要被用来检查程序中是否有内存泄露，在哪里泄露。tcmalloc另外一个功能是heap-profile。heap-profile，顾名思义，它就是描绘程序的heap轮廓，通过这样一个过程，我们就能知道，程序的heap里在每一时刻都有些啥东东。有了profile的结果，它可以帮助我们定位内存泄露，帮助我们发现一些频繁allocate内存的地方，以此来做一些优化。
（2）profiler
profiler是由google-perftool所提供的用来做cpu-profile的工具。cpu-profile，它的主要功能就是通过采样的方式，给程序中cpu的使用情况进行“画像”，通过它所输出的结果，我们可以对程序中各个函数耗时情况一目了然。在对程序做性能优化的时候，这个是很重要的，先把最耗时的若干个操作优化好，程序的整体性能提升应该十分明显，这也是做性能优化的一个最为基本的原则—先优化最耗时的。
3.perftool的使用方式
关于google-perftool的使用，总体上来讲有以下三种方式：
（a）直接调用提供的api
这种方式比较适用于对于程序的某个局部来做分析的情况，直接在要做分析的局部调用相关的api即可。
（b）链接静态库
这种方式是最为常用的方式，后面会有详细的介绍。
（c）链接动态库
这种方式和静态库的方式差不多，但通常不推荐使用，除非使用者不想额外链一个静态库（因为链接静态库会增大binary的大小）的情况，可以考虑使用这种方式。
对于链接静态库的使用方式具体操作方式如下：
-
(1)heap-checker -
gcc [...] -o myprogram -ltcmalloc -
env HEAPCHECK=normal ./myprogram -
(2)heap-profiler: -
gcc [...] -o myprogram -ltcmalloc -
env HEAPPROFILE=./myprogram.hprof ./myprogram -
(3)cpu-profiler: -
gcc [...] -o myprogram -lprofiler -
env CPUPROFILE=./myprogram.prof ./myprogram
4.可视化转换工具pprof
通过上面的方法，可以生成google-perftool原始的输出结果。另外，google-perftool还提供了一个叫pprof的工具，它是一个perl的脚本，通过这个工具，可以将google-perftool的输出结果分析得更为直观，输出为图片、pdf等格式。
假设被分析的程序二进制文件名为codeTest，perftools工具的原始结果输出为MyProfile，那么可以将原始输出转化成更友好的结果展示，如下：
-
#将perftools的原始输出转换成gv格式的可视化输出 -
pprof --gv ./codeTest MyProfile -
#将perftools的原始输出转换成pdf格式的可视化输出 -
pprof --pdf ./codeTest MyProfile > MyProfile.pdf -
pprof --text ./codeText MyProfile
经过pprof转换格式后的可视化输出的形式可以是下面的样子：
