你好，我是陈沁悦。
小时候，我喜欢看各种警匪片，枪战片，动作片和谍战片。施瓦辛格，汤姆·克鲁斯，007和成龙在枪炮声中伴我度过了愉快的童年。
这些动作片中经常有这样一个场景，行动之前，主角会被带到一个隐蔽的军火库，墙上或者车里挂满了各种武器，手枪、步枪、手榴弹，火箭筒应有尽有。
007还会拿到一些特殊的高科技武器，而黑衣人则会有对付外星人的特殊装备。这个场景非常有代入感，小时候的我看到这个场景总是不免对着屏幕流口水，是选那把有六个炮筒的加特林还是异常威武的火箭筒呢？（你如果感兴趣，可以去B站，看看这些让人激动的片段。（https://www.bilibili.com/video/av49613050/）
每个职业都有自己的军火库。性能分析师不例外，我想，作为开发者的你可能会好奇，我不是性能分析师，需要这样的军火库吗？
我曾经给服务团队的同事介绍过我们开发的性能分析工具。介绍完后，我问服务团队的同事：这些能帮你解决客户那边的问题吗？
服务团队的同事告诉我，大家都非常乐意储备这样的工具知识。因为一旦当你遇到合适的问题时，你就不再是赤手空拳，而是手上握着重机枪，所向披靡。
我们这一篇将讲一讲性能分析师的军火库。作为应用开发者，我们只需要熟练掌握其中的两三种常用的工具。对于其余的，我们需要知道它们能分析什么样的性能问题。这样我们就能在遇到性能问题时迅速找到趁手的武器，而不是赤手空拳去现场插桩写计数器了。
我们来看下面这张思维导图，这张图上满满的工具就是性能分析师在Linux平台上的军火库了。我按照性能分析的对象和分析手段不同，对这些武器做了分类。这样，你在遇到性能问题的时侯，通过这张图，按图索骥就能找到自己能用的工具，然后看工具的文档现学现卖，也能慢慢找到应用中性能问题。
下面，我来讲一讲，我们拿到这张图，应该怎么用？
这张图的左侧**，我****把工具按照性能分析的对象进行分类的，包括了处理器，内存，网络，I/O，图形处理器，编程语言和中间件几大块。**
**图的右侧是把工具按照分析手段不同进行分类，分****为概要分析工具（overview tool），采样工具（sampling），追踪工具（trace）和可视化集成环境几部分。**
每一类中的工具相互都有功能重叠，甚至是可以互相取代，比如sar，nmon和top，再比如perf和OProfile。
这是因为我们要去做性能分析的平台，很有可能并不是我们的开发环境，有可能是测试环境，有可能是客户的生产环境。我们并不一定能安装自己熟悉的工具，而只能有什么用什么。
在遇到性能问题时，我们应该先通过概要分析工具采集信息。 通过概要分析，我们可以判断存不存在一些明显的问题根源（比如内存/磁盘耗尽），并且定位出问题属于哪个领域，这是一个处理器问题呢，还是I/O问题？
如果你是运维，那么你很有可能根据问题所属的领域，在图的左侧寻找相应领域的性能分析工具。处理器不够加处理器，paging太多买内存。
但是，如果你是应用开发者，你有机会去调优应用代码，对吧？那么我们的思路就会和运维有所区别。我建议你从采样工具和映描工具开始。我们在这里要先做一个判断。这是一个处理器利用率有关的问题吗？
如果这是一个和处理器利用率有关的问题（处理器利用率高），并且很有可能和我们的应用有关（比如我们应用的进程CPU占用率特别高），我们应该优先考虑使用采样工具（oprofile/perf）寻找出有问题的模块，函数和代码。
因为这是效率高而且额外负载比较小的手段。当我们找到有问题的模块，函数和代码后，我们可以通过性能调优来解决这个问题。
但是，有的时候，我们会遇到另外一个问题，处理器占用率最高的函数本来就是计算密集型的，比如矩阵乘法函数，调得多了自然就消耗处理器资源。这时，我们就需要通过采样工具的调用图，或者通过映描工具（trace）比如gprof从trace中找到是谁调用了它，看看有没有优化空间。
**如果这并不是一个处理器利用率有关的问题，而仅仅是应用慢的问题。**我们就需要通过映描工具比如iTrace、strace、Gprof根据调用关系去一层层的从顶向下寻找到底哪一部分模块，哪一部分函数是慢的根源。
要注意的是，细粒度的映描工具比如Gprof可能带来比较大的额外开销，而让应用的行为发生比较大的变化，比如某些频繁调用的函数会消耗更多的时间，这会给我们的分析带来困难。
另外，通过映描工具做分析往往需要更多时间和对工具更多的了解。当我们找到是哪一段代码慢时，我们可以尽可能地去调优它。左侧的工具这时也能帮助我们从另一个维度理解这段代码慢的根源。
当性能问题可能和具体的编程语言环境有关时，比如我们的应用是Java，Python，JavaScript这样的解释执行语言编写的，**这些语言环境和二进制码应用并不一样，我们就要考虑使用这些语言环境相关的性能分析工具。****比如**
而当性能问题被定位到我们依赖的软件和中间件时，比如MySQL数据库时，我们需要使用和这些中间件相关的性能分析工具。中间件相关的性能分析工具实在太多了，我在这里就不一一赘述了。
如果你可以在自己的开发环境中重现这个性能问题，我强烈建议你使用可视化集成开发环境。
通过可视化集成开发环境，你可以快速完成采样到分析的每一个步骤，可以通过可视化界面从不同的视图分析性能问题。
针对不同的目标平台，有不同的集成开发环境。如果是x86平台，可以选择Intel VTune客户端或者集成到Visual Studio中的Intel Vtune，如果是IBM系的Power,Z,i平台，可以选择Rational Developer。如果是GPU，还可以试试AMD的Code XL。
如果你追求武器库般的视觉冲击力，我自己非常喜欢链接中Brendan D. Gregg画的这张图，推荐Linux平台上的应用开发者收藏。（http://www.brendangregg.com/Perf/linux_perf_tools_full.svg）在他的图中，工具和Linux的不同模块绑在一起，看起来更像装满了各种枪炮的武器架。
下面这张图是我画的性能分析师军火库的全平台版本。作为开发者，我们在工作生涯中会为不同的平台编写应用。
它可以是历史悠久的主机上运行的银行核心业务，也可以是在Windows和安卓平台上运行的社交软件。但是没有关系，我们只要掌握了某个平台上的一种工具，根据它的名称和用途，我们就能在其他平台上找到替代品。
对于Unix平台来说，大部分的工具和Linux平台上名称都是一致的，或者稍微改改名字，比如Linux上的top和AIX上的topas。 微软的Windows平台和IBM的主机zOS系统会有点特殊。这两个操作系统都是单一供应商，Windows平台上很多性能分析功能都可以在WPR和WPA中找到，而zOS平台上很多性能分析数据都可以在RMF和SMF中获得。
在手机平台上，安卓因为是从Linux派生而来，很多Linux上的性能分析工具比如oprofile也能在安卓上使用，谷歌也为安卓系统提供了一些专有的性能分析工具。
最后，我好像遗忘了某个用户数特别巨大的平台，在这个平台上如果要采集采样和trace，应该用哪个工具呢？