Android上oprofile使用說明

 

Android上oprofile使用說明

1.     目的
本文介紹了oprofile的功能並基於Android 2.1介紹了使用oprofile的基本方法和步驟。本文的讀者為軟件開發人員和白盒測試人員。

2.     oprofile簡介
Oprofile是用於Linux的若干種評測和性能監控工具中的一種，它可以工作在不同的體系結構上，包括IA32、IA64、AMD Athlon系列及ARM等。Oprofile包含在Linux 2.5和更高版本的內核中，也包含在大多數較新的Linux發行版本中，在Android中已經集成了Oprofile。

oprofile以很低的開銷對系統中所有運行的代碼（包括kernel、kernel模塊、庫、應用程序）進行函數級別的性能分析（function-level profiling），跟蹤占用CPU高的函數的調用信息，從而判斷程序中哪些地方存在需要優化的性能瓶頸。

oprofile支持兩種采樣（sampling）方式：基於事件的采樣（event based）和基於時間的采樣（time based）。

基於事件的采樣是oprofile只記錄特定事件（比如L2 cache miss）的發生次數，當達到用戶設定的定值時oprofile就記錄一下（采一個樣）。這種方式需要CPU內部有性能計數器（performance counter）。

基於時間的采樣是oprofile借助OS時鐘中斷的機制，每個時鐘中斷oprofile都會記錄一次（采一次樣），又分為RTC模式（RTC mode，適用於2.2/2.4內核）和定時器中斷模式（timer interrupt mode，適用於2.6以上內核）。引入定時器采樣模式的目的在於，提供對沒有性能計數器的CPU的支持，其精度相對於基於事件的采樣要低，並且因為要借助OS時鐘中斷的支持，對禁用中斷的代碼oprofile不能對其進行分析。

高通QSD8K處理器具備性能計數器，但當前發布的軟件版本只支持定時器模式。

在Android上，oprofile分為target端和host端兩部分。target端運行在設備上，主要包括一個內核模塊（oprofile.ko）和一個用戶空間的守護進程（oprofiled），前者負責訪問性能計數器或者注冊基於時間采樣的函數（使用register_timer_hook注冊之，使時鐘中斷處理程序最後執行profile_tick時可以訪問之），並采樣置於內核的緩沖區內；後者在後台運行，負責從內核空間收集數據，寫入文件。host端運行在PC上，包括一組後處理工具用於從原始采樣數據生成可讀的分析報告。

3.     oprofile使用方法
本節基於Android 2.1 (Eclair)介紹oprofile的使用方法，在Android 1.6 (Donut)和Android 2.2 (Froyo)上的使用方法與之相似。

在使用oprofile之前，首先必須確保燒到手機上的系統具有root權限，否則無法使用oprofile，並確保/data下有足夠的可用空間用於保存采樣數據（一般幾十MB足夠）。依次按照如下步驟操作。

3.1   步驟一：安裝target端
Android源代碼中已經包含了移植好的oprofile源代碼，kernel缺省配置選項也已經enable了對oprofile的支持。在將oprofile的target端安裝到手機之前，請首先在eng模式下編譯源代碼，然後按照如下步驟將所需文件復制到手機上：

1. 內核模塊oprofile.ko：

在PC上運行：

source build/envsetup.sh

choosecombo

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

2. 守護進程oprofiled和控制程序opcontrol：

如果手機上燒的system.img是eng模式編出來的，裡面已經包含了oprofiled和opcontrol（在/system/xbin/），這一步可以跳過；如果是user模式編出來的system.img則不包含這兩個文件，請運行：

adb push $ANDROID_PRODUCT_OUT/system/xbin/oprofiled /system/xbin

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

3. elf內核映像文件：

如果要對內核進行profiling，需要將壓縮的elf內核映像文件vmlinux復制到手機上，運行：

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

該vmlinux必須與手機上實際運行的內核一致。

3.2   步驟二：計算內核虛擬地址范圍
要對內核進行profiling，需要計算內核開始和結束地址：

運行：

adb pull /proc/kallsyms .

在文件kallsyms中查找_text，其數值即為kernel start地址；查找_etext，其數值即為kernel end地址。

3.3   步驟三：將CPU設置在保持最高頻率運行
為確保oprofile采樣結果的准確性和一致性，在采樣開始之前需將CPU設置在保持最高頻率運行，為此在adb shell中運行：

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    步驟四：配置oprofile
在adb shell中運行：

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

說明：

其中--kernel-range中的start和end即為上述步驟二中獲得的kernel start地址和kernel end地址。

3.5   步驟五：開始采樣
運行需要進行profiling的應用程序或場景，然後在adb shell中運行：

opcontrol --start

此時oprofile已開始采樣，可在adb shell中運行：

opcontrol --status

隨時查看oprofile運行狀態和已采集的樣本數。

3.6   步驟六：停止采樣
當采集的樣本數足夠多的時候（根據經驗一般數千即可），在adb shell中運行：

opcontrol --stop

3.7   步驟七：上傳數據和生成分析結果
在PC上運行：

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

此時手機上的采樣數據經轉換後存在PC上~/oprofile-result中，運行以下命令顯示分析結果報告：

cd ~/oprofile-result

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

（注：在Android 2.1 (Eclair)中執行上面的命令出錯，需將opreport換成自己編譯的 0.9.4版本的opreport，編譯步驟參見本文附錄。）

注意：執行以上步驟時若遇到如下出錯信息：

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

可運行如下命令予以解決：

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

3.8   重新運行oprofile
上述步驟一至七完成了一次完整的oprofile采樣和分析過程，若要再次運行oprofile，需復位oprofile並清理上一次的采樣數據，在adb shell中運行：

opcontrol --shutdown

rm /data/oprofile

umount /data/debug

rm -rf /data/debug

然後重新執行上述步驟三至七進行下一次的采集和分析。

4.     簡化oprofile使用步驟的腳本
從上文的介紹可以看到oprofile的使用比較復雜，為簡化使用步驟，特編寫若干腳本，只需按照如下步驟運行這些腳本即完成oprofile的各項操作：

1.     工作環境准備：①在eng模式下編譯源代碼；②為使用oprofile創建一個工作目錄（例如~/oprofile），將下面附的壓縮包oprofile_cmd.zip解開到該目錄下，並進入到該目錄下；③按照前文3.2節的方法獲取kernel start地址和end地址填入op.sh；④確保燒到手機上的系統具有root權限，且所編譯的內核源代碼與手機上實際運行的內核一致；⑤確保運行過choosecombo；

2.     安裝target端：用數據線連接手機和PC，在PC上的oprofile工作目錄下運行：

./prepare.sh

（注：若系統是Android 1.6 (Donut)，則運行./prepare.sh donut）

3.     采樣：運行需要進行profiling的應用程序或場景，然後在adb shell中運行：

cd /data

sh op.sh

此時可運行opcontrol --status查看oprofile運行狀態和已采集的樣本數，當采集的樣本數足夠多的時候（根據經驗一般數千即可），在adb shell中運行：

opcontrol --stop

4.     上傳數據：在PC上的oprofile工作目錄下運行：

./import.sh

5.     顯示分析結果：在PC上的oprofile工作目錄下運行：

./report.sh

6.     重新運行oprofile：在adb shell中運行：

cd /data

sh opclean.sh

然後重新執行上述步驟3至5。

5.     oprofile分析結果實例
下面是在Android 2.1 (Eclair)上對一個運行alpha animation的應用程序進行oprofile分析的結果：

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

Profiling through timer interrupt

          TIMER:0|

  samples|      %|

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

     1769 98.4418 app_process

              TIMER:0|

      samples|      %|

    ------------------

         1299 73.4313 libskia.so

          386 21.8202 vmlinux

           39  2.2046 libdvm.so

           17  0.9610 libc.so

            9  0.5088 libui.so

            4  0.2261 libbinder.so

            4  0.2261 libsurfaceflinger.so

            4  0.2261 libutils.so

            3  0.1696 libandroid_runtime.so

            1  0.0565 libGLES_android.so

            1  0.0565 gralloc.qsd8k.so

            1  0.0565 libm.so

            1  0.0565 libstdc++.so

       13  0.7234 rild

              TIMER:0|

      samples|      %|

    ------------------

            9 69.2308 vmlinux

            4 30.7692 linker

        6  0.3339 vmlinux

        4  0.2226 cnd

              TIMER:0|

      samples|      %|

    ------------------

            2 50.0000 linker

            1 25.0000 cnd

            1 25.0000 vmlinux

        2  0.1113 adbd

              TIMER:0|

      samples|      %|

    ------------------

            2 100.000 vmlinux

        1  0.0556 init

              TIMER:0|

      samples|      %|

    ------------------

            1 100.000 vmlinux

        1  0.0556 port-bridge

              TIMER:0|

      samples|      %|

    ------------------

            1 100.000 vmlinux

        1  0.0556 opcontrol

              TIMER:0|

      samples|      %|

    ------------------

            1 100.000 vmlinux

 

samples  %        image name               app name                 symbol name

554      30.8292  libskia.so               app_process              S32A_Opaque_BlitRow32_neon

456      25.3756  libskia.so               app_process              S32A_D565_Blend_neon(unsigned short*, unsigned int const*, int, unsigned int, int, int)

128       7.1230  vmlinux                  app_process              __memzero

113       6.2883  libskia.so               app_process              memset_128_loop

78        4.3406  libskia.so               app_process              memset_128_loop

65        3.6171  vmlinux                  app_process              _spin_unlock_irqrestore

20        1.1130  vmlinux                  app_process              get_page_from_freelist

18        1.0017  libskia.so               app_process              Sprite_D32_S32::blitRect(int, int, int, int)

17        0.9460  vmlinux                  app_process              v7wbi_flush_user_tlb_range

16        0.8904  vmlinux                  app_process              free_hot_cold_page

15        0.8347  libskia.so               app_process              Sprite_D16_S32_BlitRowProc::blitRect(int, int, int, int)

13        0.7234  vmlinux                  app_process              _spin_unlock_irq

12        0.6678  libdvm.so                app_process              dalvik_inst

12        0.6678  libskia.so               app_process              SkDraw::drawPaint(SkPaint const&) const

11        0.6121  vmlinux                  app_process              __dabt_usr

11        0.6121  vmlinux                  app_process              v7_dma_flush_range

10        0.5565  libskia.so               app_process              S32A_D565_Opaque_Dither(unsigned short*, unsigned int const*, int, unsigned int, int, int)

...

從以上結果可以看出，在運行alpha animation的過程中，在oprofile采樣數據中2D圖形庫libskia.so占了最高的比例，達73.4313%，具體是libskia.so中的函數S32A_Opaque_BlitRow32_neon和S32A_D565_Blend_neon分別占了最高的前二名，說明在這一過程中最影響性能的瓶頸是在skia庫中的這幾個函數。

附錄  關於在Android 1.6 (Donut)上使用oprofile的注意事項
Android 1.6 (Donut)中自帶的opimport和opreport（位於$OPROFILE_EVENTS_DIR/bin/）是64位的，只能在安裝了64位Linux系統的PC上運行，要在32位系統的PC上運行，解決方法是自己編譯0.9.4版本的opimport和opreport（因Android 1.6 (Donut)中自帶的oprofile是0.9.4版本的）。0.9.4版本oprofile源代碼附在下面：（略）

 

編譯步驟如下：

source build/envsetup.sh

choosecombo

tar -zxvf oprofile-0.9.4.tar.gz

cd oprofile-0.9.4

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

make

make install

或者采用Android 2.1 (Eclair)以上版本中自帶的opimport和opreport（版本為0.9.5）也可以。

此外Android 1.6 (Donut)中的腳本$ANDROID_BUILD_TOP/external/oprofile/opimport_pull有問題，可替換成Android 2.1 (Eclair)以上版本中的此文件。
作者：迷糊