特性的性能分析与优化)
鲲鹏平台的BRBE是一项硬件级别的分支记录技术旨在提供低开销、高效率的代码执行路径捕获能力。它类似于x86架构中的LBRLast Branch Record为开发者提供了强大的性能分析与优化能力它们的基本原则是相同的硬件记录每个分支的from、to地址以及一些额外数据例如时延。ARM平台的BRBEBranch Record Buffer ExtensionBRBE是一个硬件实现的环形缓冲区保存最近执行的 N 条分支记录。每条记录内容主要有分支的源地址、分支的目标地址、分支类型、分支预测结果等如图所示BRBE采集可以限制在一组特定的分支类型上例如用户可以选择只记录函数调用和返回。用户还可以过滤条件跳转和无条件跳转、间接跳转和调用、系统调用、中断等。在perf中 -j 选项可以启用/禁用记录各种分支类型。如下图所示例如一个典型的采样命令perf record -F 1000 -j u,any -e cycles -p 123456指定了采样频率、过滤器、采样事件、采样进程。BRBE的应用捕获调用栈分支记录最广泛的应用之一是捕获调用堆栈。对于这样一个程序可以通过BRBE采样获取调用栈信息通过如下几步g -g test.cpp -o testperf record --call-graph dwarf -- ./testperf report -n –stdio可得到调用栈从上图可以看出各函数调用路线以及耗时占比。具体来说func1() → func2() → func3()显然是占用时钟周期最长的调用路线其主要耗时集中在 func3()占比 50.67%因此整条路线的性能瓶颈即为此处符合程序本身的结构。对于更复杂的应用也可以通过类似的方法进行分析。识别热点分支分支记录可以帮助识别哪些代码行占用CPU的比例更高。g -g -O0 -o sort sort.cppperf record -e cycles -b --call-graphdwarf -- ./sortperf report -n --sort overhead,srcline -F dso,symbol –stdio结果如图所示从上图可以看出性能消耗主要集中在24、26、27行即程序的计算部分。编译反馈优BRBE数据经过处理后可用于反馈优化。例如对于如下一个冒泡排序程序BRBE数据经过处理后可用于反馈优化(1) 安装autofdoyum install autofdo.aarch64(2) 编译原始代码 gcc -g -O3 sort.c -o sort(3) 执行未优化的二进制文件10次记录耗时(4) 使用perf采集brbe记录执行时的数据perf record -e cycles -j any,save_type ./sort(5) 生成gcov文件create_gcov --binary./sort--profileperf.data --gcovsort.gcov gcov_version2(6) 使用 AutoFDO 编译优化后的代码gcc -O3 -fauto-profilesort.gcov sort.c -o sort_autofdo(7) 执行优化后的程序10次,对比优化前后程序耗时在本例中sort.c的耗时显著降低。对于大型应用也可以在编译时加入反馈优化选项然后运行benchmark采集BRBE再在二次编译时加入处理后的BRBE数据以此优化应用的性能。libkperf采集BRBElibkperf是一个轻量级Linux性能采集库它能够让开发者以API的方式执行性能采集包括pmu采样和符号解析。libkperf把采集数据内存化使开发者能够在内存中直接处理采集数据避免了读写perf.data带来的开销。libkperf的开源地址https://gitee.com/openeuler/libkperf编译生成动态库和C的APIgit clone --recurse-submodules https://gitee.com/openeuler/libkperf.gitcd libkperfbash build.sh install_path/path/to/installlibkperf提供了采集BRBE的能力例如其中branchSampleFilter定义了过滤器含义与perf record中的-j参数相同。执行上述代码输出的结果类似如下ffff88f6065c-ffff88f60b0c 35 Pffff88f60aa0-ffff88f60618 1 P40065c-ffff88f60b00 1 P400824-400650 1 P400838-400804 1 P结果展示了分支跳转的起始地址、周期数、预测标志位。总结BRBE可以实现精准的性能profiling与热点发现填补调用栈空缺在鲲鹏平台上传统的基于帧指针Frame Pointer或DWARF调试信息的调用栈回溯方法因依赖编译器选项如 -fno-omit-frame-pointer和调试信息在一些高性能场景下可能不够精准或开销较大。BRBE直接从硬件层面记录分支历史为重建调用链提供了坚实的数据基础并能与eBPF等技术结合实现更高效的性能数据收集。硬件级低开销BRBE的设计目标之一就是“低计算和低内存开销”。这使得它非常适合在生产环境中持续进行性能监控而不会对业务性能造成明显影响。深度优化指导结合perf与libkperf等工具BRBE收集到的精确分支信息可以帮助开发者识别出程序中最频繁执行的热点代码路径分析分支预测失败的原因进行PGO优化生成最优的机器代码。
基于鲲鹏BRBE(Branch Record Buffer Extension)特性的性能分析与优化
发布时间：2026/6/5 23:00:40
鲲鹏平台的BRBE是一项硬件级别的分支记录技术旨在提供低开销、高效率的代码执行路径捕获能力。它类似于x86架构中的LBRLast Branch Record为开发者提供了强大的性能分析与优化能力它们的基本原则是相同的硬件记录每个分支的from、to地址以及一些额外数据例如时延。ARM平台的BRBEBranch Record Buffer ExtensionBRBE是一个硬件实现的环形缓冲区保存最近执行的 N 条分支记录。每条记录内容主要有分支的源地址、分支的目标地址、分支类型、分支预测结果等如图所示BRBE采集可以限制在一组特定的分支类型上例如用户可以选择只记录函数调用和返回。用户还可以过滤条件跳转和无条件跳转、间接跳转和调用、系统调用、中断等。在perf中 -j 选项可以启用/禁用记录各种分支类型。如下图所示例如一个典型的采样命令perf record -F 1000 -j u,any -e cycles -p 123456指定了采样频率、过滤器、采样事件、采样进程。BRBE的应用捕获调用栈分支记录最广泛的应用之一是捕获调用堆栈。对于这样一个程序可以通过BRBE采样获取调用栈信息通过如下几步g -g test.cpp -o testperf record --call-graph dwarf -- ./testperf report -n –stdio可得到调用栈从上图可以看出各函数调用路线以及耗时占比。具体来说func1() → func2() → func3()显然是占用时钟周期最长的调用路线其主要耗时集中在 func3()占比 50.67%因此整条路线的性能瓶颈即为此处符合程序本身的结构。对于更复杂的应用也可以通过类似的方法进行分析。识别热点分支分支记录可以帮助识别哪些代码行占用CPU的比例更高。g -g -O0 -o sort sort.cppperf record -e cycles -b --call-graphdwarf -- ./sortperf report -n --sort overhead,srcline -F dso,symbol –stdio结果如图所示从上图可以看出性能消耗主要集中在24、26、27行即程序的计算部分。编译反馈优BRBE数据经过处理后可用于反馈优化。例如对于如下一个冒泡排序程序BRBE数据经过处理后可用于反馈优化(1) 安装autofdoyum install autofdo.aarch64(2) 编译原始代码 gcc -g -O3 sort.c -o sort(3) 执行未优化的二进制文件10次记录耗时(4) 使用perf采集brbe记录执行时的数据perf record -e cycles -j any,save_type ./sort(5) 生成gcov文件create_gcov --binary./sort--profileperf.data --gcovsort.gcov gcov_version2(6) 使用 AutoFDO 编译优化后的代码gcc -O3 -fauto-profilesort.gcov sort.c -o sort_autofdo(7) 执行优化后的程序10次,对比优化前后程序耗时在本例中sort.c的耗时显著降低。对于大型应用也可以在编译时加入反馈优化选项然后运行benchmark采集BRBE再在二次编译时加入处理后的BRBE数据以此优化应用的性能。libkperf采集BRBElibkperf是一个轻量级Linux性能采集库它能够让开发者以API的方式执行性能采集包括pmu采样和符号解析。libkperf把采集数据内存化使开发者能够在内存中直接处理采集数据避免了读写perf.data带来的开销。libkperf的开源地址https://gitee.com/openeuler/libkperf编译生成动态库和C的APIgit clone --recurse-submodules https://gitee.com/openeuler/libkperf.gitcd libkperfbash build.sh install_path/path/to/installlibkperf提供了采集BRBE的能力例如其中branchSampleFilter定义了过滤器含义与perf record中的-j参数相同。执行上述代码输出的结果类似如下ffff88f6065c-ffff88f60b0c 35 Pffff88f60aa0-ffff88f60618 1 P40065c-ffff88f60b00 1 P400824-400650 1 P400838-400804 1 P结果展示了分支跳转的起始地址、周期数、预测标志位。总结BRBE可以实现精准的性能profiling与热点发现填补调用栈空缺在鲲鹏平台上传统的基于帧指针Frame Pointer或DWARF调试信息的调用栈回溯方法因依赖编译器选项如 -fno-omit-frame-pointer和调试信息在一些高性能场景下可能不够精准或开销较大。BRBE直接从硬件层面记录分支历史为重建调用链提供了坚实的数据基础并能与eBPF等技术结合实现更高效的性能数据收集。硬件级低开销BRBE的设计目标之一就是“低计算和低内存开销”。这使得它非常适合在生产环境中持续进行性能监控而不会对业务性能造成明显影响。深度优化指导结合perf与libkperf等工具BRBE收集到的精确分支信息可以帮助开发者识别出程序中最频繁执行的热点代码路径分析分支预测失败的原因进行PGO优化生成最优的机器代码。
