历史经验Skill化系列（一） -- 火焰图

前言

最近开启新的系列，将历史博客中的经验和能力 AI 化，转换为更便捷的 Skill。如火焰图、eBPF、gperf-tool、wireshark 抓包、google sanitize 等等。

火焰图（Flame Graph）由 Brendan Gregg 发明，是性能分析领域最直观的可视化工具。

本系列是历史经验 Skill 化的第一篇，火焰图知识体系见之前博客：《并发与异步编程——性能分析工具：gperftools和火焰图》。

火焰图类型

火焰图有多种类型，适用于不同的性能分析场景：

类型	横轴	采样事件	适用场景
On-CPU	CPU 时间	cpu-clock / cycles	CPU 热点
Off-CPU	阻塞时间	sched:sched_stat_sleep	锁竞争 / I/O 等待
Memory	内存操作频率	branches / cache-misses	内存热点分析
Wake	唤醒延迟	sched:sched_wakeup	延迟分析 / 调度问题
Hot/Cold	CPU + 阻塞	组合	混合负载全景
Differential	差值	对比两个 profile	版本 / 配置变更对比

Off-CPU、Memory、Wake 火焰图与 eBPF

Off-CPU 火焰图展示的是进程不在 CPU 上运行的时间——包括等待锁、等待 I/O、sleep 等阻塞场景。这对于分析”CPU 不高但响应慢”的问题特别有用。数据来源依赖 perf 采集 sched:sched_stat_sleep 和 sched:sched_switch 等内核事件。

Wake 火焰图追踪任务被唤醒的路径，分析延迟来源——哪些操作唤醒了当前任务，唤醒链路有多长。依赖 perf 采集 sched:sched_wakeup 事件。

Memory 火焰图聚焦内存访问热点，采样 branches、cache-misses、kmem:* 等事件，帮助定位内存分配异常或缓存未命中问题。

这些高级火焰图（Off-CPU、Wake、Memory）本质上依赖 eBPF（extended Berkeley Packet Filter） 提供的内核级别的动态追踪能力。eBPF 允许在内核中安全地运行自定义程序，采集各类内核事件，是现代性能分析的核心基础设施。

相关 eBPF 博客

本博客有完整的 eBPF 学习系列，可搭配火焰图一起使用：

• eBPF学习实践系列（一）—— 初识eBPF
• eBPF学习实践系列（二）—— bcc tools 网络工具集
• eBPF学习实践系列（三）—— 基于libbpf开发实践
• eBPF学习实践系列（四）—— eBPF的各种追踪类型
• eBPF学习实践系列（五）—— 分析tcplife.bpf.c程序

---

（后文待续）