perf stat でパフォーマンスカウンタの値を直接指定し表示

perfについて少し

最近のLinuxでは,perfという便利なパフォーマンス解析ツールが使えます.
aptやyumなどのパッケージ管理ツールで入れられると思いますが(Debian系だとlinux-tools*って名前のパッケージのはず),詳しい使い方はここでは解説しません.

さて,このperfには色々な使い方がありますが,中でもperf statはプログラム実行中に起こるハードウェア的なイベントを取得できるものです.
使用例はこんな感じ.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
$ perf stat ./a.out 100000

Performance counter stats for './a.out 100000':

2.799156 task-clock-msecs # 0.777 CPUs
0 context-switches # 0.000 M/sec
0 CPU-migrations # 0.000 M/sec
136 page-faults # 0.049 M/sec
3067818 cycles # 1095.980 M/sec
1599297 instructions # 0.521 IPC
522095 cache-references # 186.519 M/sec
6703 cache-misses # 2.395 M/sec

0.003604058 seconds time elapsed

取得できるイベントの一覧は,perf listで表示できます.

1
2
3
4
5
6
7
8
9
10
11
$ perf list

List of pre-defined events (to be used in -e):

cpu-cycles OR cycles [Hardware event]
instructions [Hardware event]
cache-references [Hardware event]
cache-misses [Hardware event]
(中略)

rNNN [raw hardware event descriptor]

例えば,L1データキャッシュのload回数とCPUのクロック数を見たい時には,

1
2
3
4
5
6
7
8
$ perf stat -e L1-dcache-loads -e cpu-clock ./a.out 100000

Performance counter stats for './a.out 100000':

979394 L1-dcache-loads # 0.000 M/sec
2.755833 cpu-clock-msecs

0.003518612 seconds time elapsed

という風にします.

パフォーマンスカウンタ

L1-dcache-loadsなどのイベントが実際に見ているのは, パフォーマンスカウンタ(ハードウェアカウンタ) というものです.
最近のCPUには,ハードウェアのイベント回数を記録するためのレジスタ(パフォーマンスモニタレジスタ)が備わっています.
このレジスタの値 = パフォーマンスカウンタを見るのが,perf statというツールだと言えます.

お使いのCPUが取得できるパフォーマンスカウンタの種類は,CPUベンダの発行しているCPUファミリーごとのマニュアルを見ると分かります.
例として,

そのイベントは何を見ている?

perf statのL1-dcache-loadsなどのイベントは,名前が直感的で,どのCPUを使っていても「このイベント指定しとけばL1データキャッシュアクセス見れるな」と分かって便利です.
しかし,研究用途などで使う際には,直接見たいパフォーマンスカウンタを,上述したCPUのマニュアルと照らし合わせながら見たいようなこともあります.
或いは,perf listの一覧では提供されていないけど,CPUのマニュアルには書いてあるハードウェアイベントを取得したいこともあるでしょう.

見たいハードウェアイベントを生で指定する

このような要望があるので,perf statは数値で直接見たいハードウェアイベントを選択できるようなオプションを備えています.
perf listでも表示される,
“rNNN [raw hardware event descriptor]”
というやつです.

CPUのマニュアルに記載されている, “UnitMask(Umask)” の値と “EventSelect(EventCode)” の値を使って,次のように指定します.

1
$ perf stat -e r<UnitMask(16進数)><EventSelect(16進数)> ./a.out 100000

例えば,AMDのFamily 10hに属するCPUの “Data Cache Refills from the Northbridge” を “Modified” 属性以外のラインについて見たいなら,
BIOS and Kernel Developer’s Guide (BKDG) For AMD Family 10h Processors の445ページを参考にして,

1
2
3
4
5
6
7
$ perf stat -e rf43 ./a.out 100000

Performance counter stats for './a.out 100000':

2886 raw 0xf43 # 0.000 M/sec

0.003496994 seconds time elapsed

とします.
先頭の ‘f’ がUnitMaskで,その後の ‘43’ がEventSelectです.

“Data Cache Misses” も一緒に見たいなら,444ページも参考にして,

1
2
3
4
5
6
7
8
$ perf stat -e rf43 -e r41 ./a.out 100000

Performance counter stats for './a.out 100000':

2728 raw 0xf43 # 0.000 M/sec
7624 raw 0x41 # 0.000 M/sec

0.003468212 seconds time elapsed

ですね.

測定の基本

これでハードウェアカウンタを直接読むことができるようになりました.
しかし,「何を読むか」,「どう解釈するか」が分からなければ意味がありません.

AMDの発行している, Basic Performance Measurements for AMD Athlon 64, AMD Opteron and AMD Phenom Processors は,それを理解するのにとても役立ちます.
AMDの一部のプロセッサを対象とした計測手法が詳しく書かれていますが,基本的な考え方は他のプロセッサにも応用できると思います.是非ご一読を.

perf statの出力を分かりやすく

これはおまけです.
ハードウェアイベントを生で指定したら,perf statの出力が分かりづらくなりますね.
“2886 raw 0xf43”
とか言われても,CPUマニュアルとにらめっこしないと意味が分からないわけです.

そこで,出力を分かりやすくするための簡単なPythonスクリプトを作りましたので,良かったら改良しつつお使いください.
`events’ という辞書をリストにしたデータ構造を適当に変更してください.

適当な名前で保存して,

1
2
3
4
5
6
$ chmod +x hoge.py
$ ./hoge.py ./a.out 100000
1563561 Retired Instructions
987532 Data Cache Accesses
6178 Data Cache Refills from L2
7056 Data Cache Refills from System (Northbridge)

と使います.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
#!/usr/bin/env python                                                                                                                                                                                                                        

# This script is written referring to
# Basic Performance Measurements for AMD Athlon 64,
# AMD Opteron and AMD Phenom Processors
# http://developer.amd.com/Assets/intro_to_ca_v3_final.pdf


import sys
import re
import subprocess

# Modify this list as you like.
# The format of each element is:
# select: `NNN' for "perf stat -e rNNN"
# name: Event name used in output
events = [
{"select": "c0", "name": "Retired Instructions"},
{"select": "40", "name": "Data Cache Accesses"},
{"select": "1e42", "name": "Data Cache Refills from L2"},
{"select": "1e43", "name": "Data Cache Refills from System (Northbridge)"}
]

def event_list():
ret = ""
for event in events:
ret += "-e r" + event["select"] + " "
return ret

def store_count_to_events(fd_perf_output):
# Sample perf-stat output line
# 1565650 raw 0xc0 # 0.000 M/sec
pat = re.compile("^ *([0-9]+).*")

lines = fd_perf_output.readlines()
for event in events:
search_str = "raw 0x" + event["select"]
event_line = [line for line in lines if line.find(search_str) != -1]
mat = pat.match("".join(event_line))
event["count"] = int(mat.group(1))

def print_events():
for event in events:
print "%10s %s" % (str(event["count"]), event["name"])

def main():
command = "perf stat " + event_list() + " ".join(sys.argv[1:])
p = subprocess.Popen(command, shell=True,
stderr=subprocess.PIPE)
fd_perf_output = p.stderr
store_count_to_events(fd_perf_output)
print_events()

if __name__ == "__main__":
main()
author Sho Nakatani a.k.a. laysakura

東京大学大学院 情報理工学系研究科 電子情報学専攻 修士課程で並列分散処理・ストリーム処理・データベースを研究。
2014年4月に株式会社ディー・エヌ・エーにエンジニアスペシャリストとして入社し、ソーシャルゲームのサーバサイド共通基盤の開発に従事。
2016年8月より、オンライン証券会社株式会社FOLIOに入社。バックエンドシステム開発・プロジェクトマネージメント・Engineering Managementに従事。