文章翻译
原文链接
FlameScope 是一个新的开源性能可视化工具，它使用次秒级偏移热图和火焰图来分析周期活动、方差、扰动。我们在 Netflix TechBlog 上面，发表了技术文章 Netflix FlameScope，以及工具的源代码。火焰图很好理解，次秒级偏移热图理解起来要困难些（我最近发明的它）。FlameScope 可以该帮助你理解后者。
总而言之，次秒级偏移热图是这样的：x 轴是一整秒，y 轴是这一秒里的几分之一秒。这每个几分之一秒都被称作一个桶（或者说盒），表示这几分之一秒里，事件数量的聚合。盒子颜色深度表示发生的次数，颜色越深表示次数越多。
下图一个真实的 CPU 上的次秒级偏移热图样本:
这张图中能分析出什么信息来呢？为了能把各种不同模式区分开来展示，我在这篇文章里先画了一些人工合成的样本。实际使用 FlameScope 工具时，可以选择你的各个模式，还能生成火焰图，显示对应的代码路径（这里我不展示火焰图）。
周期活动
1 . 一个线程，每秒一次
线程在每秒钟内的同样的偏移里醒来，做几毫秒的工作，然后回到睡眠。
2 . 一个线程，两次每秒
每 500ms 唤醒一次。既可能是两个线程，也可能是一个线程 500ms 唤醒一次。
3 . 两个线程
看起来像两个线程均 1s 唤醒一次
4 . 一个忙等待线程，每秒一次
这个线程做约 20ms 的工作，然后睡 1s。这是一个常见的模式，导致每秒钟唤醒抵消匍匐前进。
5 . 一个忙等待线程, 两次每秒
每 500ms 唤醒一次。有可能是单线程程序，每秒唤醒两次。
6 . 一个计算较密集的忙等线程
斜率高，每秒做更多的工作，大约是 80 毫秒。
7 . 一个计算较不密集的忙等线程
斜率低，每秒做的工作较少，可能只有几毫秒。
8 . 一个忙等待线程，每 5 秒钟唤醒一次
现在 5 秒唤醒一次。
我们可以根据夹角和唤醒的时间间隔，计算每个唤醒的 CPU 繁忙时间:
busy_time = (1000 ms / ( 热图行数 时间长度 ) tan(夹角)
例如 45°夹角的线：
busy_time = (1000 ms / (50 1)) tan(45) = 20ms
方差
9 . cpu 利用率 100%
这是 CPU 完全被用满的样子
10 . cpu 利用率 50%
真实的工作负载更像是这样，是由短请求、随机到达组成的。
11 . cpu 利用率 25%
相同的工作负载类型，大小在 25%。
12 . cpu 利用率 5%
相同的工作负载类型，大小在 5%。
13 . 负载增加
在 2 分钟的尺度上，负载在变重。
14 . 变化的负荷
每 30 秒就有 5 秒的工作负载较重。
扰动
15 . CPU 扰动
时不时地所有 CPU 都满载个 100ms。（比如垃圾回收）
16 . CPU 阻塞
时不时地所有 CPU 都空载个 100ms。（比如等 I /O）
17 . 单线程阻塞
时不时地，只有一个 CPU 没有 idle（表现为粉红色长条，而不是白色长条）。（比如全局锁）
最后这个模式很有趣：它发生在一个当前运行的线程持有一把锁，而其它所有线程都阻塞在这把锁上。
那么该线程在做什么呢？点击 FlameScope 的粉色线，就能看到此时的火焰图。复杂的性能问题立刻变简单。
总结
你能从这张图中分析出什么结论？
实际使用 FlameScope 工具时，可以选择你的各个模式，还能生成火焰图，显示对应的代码路径。
我和同事 Martin Spier（也是该工具的主开发人员）11 月 8 日在 LinkedIn 性能 meetup 上发表演讲。
祝你使用 FlameScope 愉快，欢迎截图分享你遇到有趣的模式!
Brendan
实践
需要补充的是，作者最新的工作，将强大的 Differential Flame Graph 也集成到 FlameScope 中了，现在交互式地在 FlameScope 上，选择两个测试集以及对应的时间段，对比两个测试组的事件采样。
我在使用 FlameScope 时，发现并 fix 了 FlameScope 的若干 bug。也包括 Differential Flame Graph 跑不起来的一些 bug。之后我便用它来进行了一些性能问题的复现。还发现其中一些有趣的模式。
首先，我想分析两个测试组的调度特征。我对他们分别进行了 perf sched record 采样，并使用 FlameScope 进行了数据可视化。
性能好的分组
客户端

服务端
性能差的分组
客户端
服务端
我们发现性能差的分组，有大量的调度事件，而且发生地非常均匀。性能好的分组则是周期性地繁忙工作若干毫秒（深红色长条），我们还能发现背景里有周期性的轻松任务（浅红色长条）
这个对比，给了我们这两个测试集的调度特征一个直观的感受。但看来分析问题需要借助更多的信息。
于是我使用了 Differential Flame Graph 分析两个测试集的完整调用栈上的采样。
该图便给出一个重要线索，两个测试集最重大的区别，在 vfs_write->do_sync_write->sock_aio_write->inet_sendmsg->copy_user_enhanced_fast_string 这条路径上。（注意由于内核编译优化等原因，调用路径略有不准确）
性能好的测试组，多调用了很多次 copy_user_enhanced_fast_string，性能差测试组的则很少。
之后的工作便于 FlameScope 关系不大了。这便是我使用 FlameScope 工具进行测试和性能调优的一个实践。Bredan Gregg 大神主导的这个软件，对性能数据阐释的直观性真的太强了~
本文作者：噜噜噜噜噜
阅读原文
本文为云栖社区原创内容，未经允许不得转载。