共计 858 个字符，预计需要花费 3 分钟才能阅读完成。
上次有人提到说下分析工具。所以再来聊聊代码级分析工具。
不管怎么吹，代码级分析工具对性能自身的损耗都是存在的。
并且损耗还不小。即便是在偏底层做，也照样有很大的损耗。20-30% 损耗都是失常的。
要找好代码级工具的切入点，一开始就用必定是不理智。只有剖析到了某一个具体的过程或线程，或者曾经有了可疑代码的具体方法，再上代码级分析工具就更有目的性了。
JAVA 方向：对 JAVA 来说，代码级的分析工具有好多。自带的就有不少，像当初 SUN JDK 中的 jvirtualVM 就能够实时看 CPU 和内存在一个办法和对象上的耗费。还有 jstack/jmap 等工具可辅助。如果不想实时看，做下 dump 也能够看内存的占用。然而要想看办法调用工夫就比拟吃力一点。不过当初有不少的商业工具，比如说 jprofiler，这工具直到现在还是我所见到的在 java 分析中性能最全面的工具（它是商业的）。
不仅有树结构，还有调用图。
倡议大家尽量找到可代替的适宜的开源工具。
C/C++ 方向：在这个方向上，其实不止有专门的代码级分析工具，像 valgrind, google perftools。也有零碎级的调试工具能够用。各种的 trace 工具，像 perf/systemtap/oprofile 之类的也都可用，并且内核级工具损耗要小一些。在 solaris 上有 Dtrace，那本《性能之颠》的书里简直全是 Dtrace 工具的例子。并且这些工具还能生成火焰图、热力求之类的。
在其余语言上也有相应的分析工具可用。像 PHP 有 Xdebug、xhprof；python 有 cprofile、memoryprofiler、lineprofiler；.net 有 CLR profiler；Go 语言有 pprof（这个是移植过去的，google perf 中的工具更多）。
不论是什么语言，简直相似的工具都存在的。有了这些工具，再加上零碎级的调试工具，找到代码级性能问题就是分分钟的事。
当然，还是要强调人的思考能力在社会提高中的重要性，千万不要拿着榔头打枣，够不够得着不说，举一会也够累的。适宜的工具最重要。
