1.Linux性能分析：Perf & CPU火焰
2.linux查看cpu占用率的源码方法：
3.如何用github/gitlab做代码review
4.使用PerfXCloud快速搭建微信小助手
5.是时候，升级你的源码 Windows 了「GitHub 热点速览」
6.performance.timerify的bugs

Linux性能分析：Perf & CPU火焰

       Linux性能分析：Perf & CPU火焰图详解

       当需要对Linux程序性能进行深入分析时，perf工具是源码一个强大的帮手。首先，源码运行完程序后，源码通过perf record命令收集性能数据，源码成员管理系统源码这会生成一个名为perf.data的源码文件，它记录了程序的源码执行细节。通过perf report -i perf.data查看报告，源码但其展示方式不够直观，源码这就需要借助火焰图来清晰呈现性能瓶颈。源码

       为生成火焰图，源码首先需要在本地机器上使用perf script解析perf.data。源码接着，源码从GitHub仓库github.com/brendangregg/FlameGraph中获取stackcollapse-perf.pl和flamegraph.pl脚本。源码执行stackcollapse-perf.pl对符号进行折叠，然后运行flamegraph.pl生成perf.svg火焰图。

       火焰图分析中，y轴代表调用栈，每个函数调用层越高，r sixsigma 源码表示占用CPU的时间越长，调用关系自下而上。x轴表示抽样次数，宽度越宽的函数执行时间越长。通过观察火焰图，宽度较大的函数可能成为性能瓶颈，颜色通常选择暖色调，表示CPU繁忙程度。鼠标悬停在函数上会显示详细信息，包括函数名、抽样次数和占比。

       以test_lvgl示例中，read_image_data和render_frame_rect两个函数表现出较大的CPU占用。若需获取更详细的函数调用信息，可以考虑在记录性能数据时增加--call-graph dwarf选项，但注意这可能导致perf.data文件增大，需留意设备空间的使用。

       参考资源可以帮助你进一步探索和优化Linux性能：

linux查看cpu占用率的方法：

       top

       top是最常用的查看系统资源使用情况的工具，包括CPU、hashmap 1.8源码内存等等资源。这里主要关注CPU资源。

       1.1 /proc/loadavg

       load average取自/proc/loadavg。

       9. 9. 8. 3/

       前三个数字是1、5、分钟内进程队列中平均进程数，包括正在运行的进程+准备好等待运行的进程。

       第四个数字分子表示正在运行的进程数，分母是进程总数。

       最后一个数字是最近运行的进程ID号。

       其中top取的是/proc/loadavg的前三个数。

       1.2 top使用

       打开top，可以指定更新的周期。

       输入H，打开隐藏的线程；输入1，可以显示单核CPU使用情况。

       top -H -b -d 1 -n > top.txt，每个1秒统计一次，共次，linux access源码显示线程细节，并保存到top.txt中。

       top采样来源你还依赖于/proc/stat和/proc//stat两个，这两个的详细介绍参考：/proc/stat和/proc//stat。

       其中CPU信息对应的含义如下：

       us是user的意思，统计nice小于等于0的用户空间进程，也即优先级为~。 ni是nice的意思，统计nice大于0的用户空间进程，也即优先级为~。 sys是system的意思，统计内核态运行时间，不包括中断。 id是idle的意思，几系统处于空闲态。 wa是iowait的意思，统计io等待时间。 hi是hardware interrupt，统计硬件中断时间。辅助站点源码 si是software interrupt，统计软中断时间。 最后的st是steal的意思。

       perf

       通过sudo perf top -s comm，可以查看当前系统运行进程占比。

       这里不像top一样区分idle、system、user，这里的占比是各个进程在总运行时间里面占比。

       通过sudo perf record记录采样信息，然后通过sudo perf report -s comm。

       sar、ksar

       sar是System Activity Report的意思，可以用于实时观察当前系统活动，也可以生成历史记录的报告。

       要使用sar需要安装sudo apt install sysstat，然后对sysstat进行配置。

       sar用于记录统计信息，ksar用于将记录的信息图形化输出。

       ksar下载地址在： github.com/vlsi/ksar/re...

       sudo gedit /etc/default/sysstat--------------------------------将 ENABLED=“false“ 改为ENABLED=“true“。 sudo gedit /etc/cron.d/sysstat--------------------------------修改sar的周期等配置。 sudo /etc/init.d/sysstat restart--------------------------------重启sar服务 /var/log/sysstat/--------------------------------------------------sar log存放目录

       使用sar记录开机到目前的统计信息到文件sar.txt。

       LC_ALL=C sar -A > sar.txt

       PS：这里直接使用sar -A，在ksar中无法正常显示。

       如下执行java -jar ksar.jar，然后Data->Load from text file...选择保存的sar.txt文件。

       得到如下的图表。

       还可以通过sar记录一段时间的信息，指定采样周期和采样次数。

       这些命令前加上LC_ALL=C之后保存到文件中，都可以在ksar中图形化显示。

       collectl、colplot

       collectl是一款非常优秀并且有着丰富的命令行功能的实用程序，你可以用它来采集描述当前系统状态的性能数据。

       不同于大多数其它的系统监控工具，collectl 并非仅局限于有限的系统度量，相反，它可以收集许多不同类型系统资源的相关信息，如 cpu 、disk、memory 、network 、sockets 、 tcp 、inodes 、infiniband 、 lustre 、memory、nfs、processes、quadrics、slabs和buddyinfo等。

       同时collectl还可以替代常用工具，比如top、vmstat、ps、iotop等。

       安装collectl：

       sudo apt-get install collectl

       collectl的使用很简单，默认collectl显示cpu、磁盘、网络信息。

       collectl还可以显示更多的子系统信息，如果选项存在对应的大写选项，大写选项表示更细节的设备统计信息。

       b – buddy info (内存碎片) c – 所有CPU的合一统计信息；C - 单个CPU的统计信息。 d – 整个文件系统Disk合一统计信息；C - 单个磁盘的统计信息。 f – NFS V3 Data i – Inode and File System j – 显示每个CPU的Interrupts触发情况；J - 显示每个中断详细触发情况。 l – Lustre m – 显示整个系统Memory使用情况；M - 按node显示内存使用情况。 n – 显示整个系统的Networks使用情况；N - 分网卡显示网络使用情况。 s – Sockets t – TCP x – Interconnect y – 对系统所有Slabs (系统对象缓存)使用统计信息；Y - 每个slab使用的详细信息。

       collectl --all显示所有子系统的统计信息，包括cpu、终端、内存、磁盘、网络、TCP、socket、文件系统、NFS。

       collectl --top可以代替top命令：

       collectl --vmstat可以代替vmstat命令：

       collectl -c1 -sZ -i:1可以代替ps命令。

       collectl和一些处理分析数据工具(比如colmux、colgui、colplot)结合能提供可视化图形。

       colplot是collectl工具集的一部分，其将collectl收集的数据在浏览器中图形化展示。

       colplot的介绍 在此，相关源码可以再 collectl-utils下载。

       解压下载的colplot之后，sudo ./INSTALL安装colplot。

       安装之后重启apache服务：

       suod systemctl reload apache2 sudo systemctl restart apache2

       在浏览器中输入 .0.0.1/colplot/，即可使用colplot。

       通过Change Dir选择存放经过collectl -P保存的数据，然后设置Plot细节、显示那些子系统、plot大小等等。

       最后Generate Plot查看结果。

如何用github/gitlab做代码review

       ç”±äºŽReviewBoard非常水，diff稍微大一点就会提交失败。那么如何做review呢？不妨利用github/gitlab自带的在线Diff展示功能做。

       æ“ä½œè¿‡ç¨‹

       1 创建临时用于review的分支

       git checkout -b expr_type_ctx

       2 查看remote分支，确认review会发送到哪里

       git remote -v

       å¦‚果没有指向remote，可以人肉设定：

       git remote set-url origin git@www.github.com:raywill/mycode.git

       3 将remote最新代码拉取到本地

       git pull

       4 在remote创建一个分支，并将本地代码提交到这个分支。

       git push origin expr_type_ctx

       æ‰§è¡ŒæˆåŠŸåŽï¼Œå°±å¯ä»¥åŽ»web上拿diff，让别人做review了。

       5 一切搞定，删除这个临时分支

       git push origin :expr_type_ctx

       å‚考资料：

       git远程分支

       Future Works

       æŽ¢ç´¢ä»¥Merge Request方式进行代码提交

       .4.7更新

       Merge Request其实很简单，它并不是Git的一部分，而是git功能的一种外延。Merge Request被接受后，还是需要手工/自动做一次code merge。

       æ–°å»ºä¸€ä¸ªåˆ†æ”¯åšfeature，三步走比较简单：

       ç¬¬ä¸€æ­¥ï¼Œå»ºåˆ†æ”¯ï¼Œåˆ æœ¬åœ°

       git checkout -b myfeature;

       git push origin myfeature;

       git checkout master;

       git branch -d myfeature;

       ç¬¬äºŒæ­¥ï¼Œæ‹‰åˆ†æ”¯ï¼Œåšå¼€å‘

       git checkout -b dperf origin/dperf;

       git add xxx; git commit -m 'dev xxx';

       git push origin dperf;

       ä»£ç push到origin服务器后，可以去网页上发起Merge Request

       ç¬¬ä¸‰æ­¥, 合并分支

       git checkout master;

       git pull;

       git checkout dperf;

       git fetch origin master;

       git rebase master;

使用PerfXCloud快速搭建微信小助手

       使用 www.perfxcloud.cn 大模型平台搭建微信小助手，网站包含详细说明文档。PerfXCloud API 接口兼容 OpenAI 的ChatGPT，允许直接使用 OpenAI SDK 或其他中间件访问，简化了开发者切换平台的过程。微信助手基于大型语言模型，集成了聊天会话、娱乐资讯、查询工具等实用功能，支持文本、语音和，通过插件访问操作系统与互联网。此外，助手支持基于自有知识库定制的企业智能客服。

       微信助手开发过程以 /post/