PerfView工具中DotNETRuntimeRundown事件不可见的解决方案
2025-06-14 07:01:25作者:魏献源Searcher
背景分析
在使用PerfView进行ETL跟踪分析时,部分用户可能会遇到一个现象:事件统计页面显示存在Microsoft-Windows-DotNETRuntimeRundown提供程序的事件(如Method/DCStopVerbose和Method/ILToNativeMapDCStop),但在事件查看器中却无法找到这些事件记录。这种情况通常发生在分析.NET运行时相关数据时,特别是需要查看方法卸载(DCStop)事件或IL到本地代码映射信息时。
根本原因
PerfView默认会将这类运行时事件归类为"簿记事件"(bookkeeping events)。为了优化性能和减少内存占用,PerfView在首次打开ETL文件时会执行以下操作:
- 自动将这些簿记事件从主事件流中分离
- 将其存储在单独的磁盘数据结构中(即生成的etlx文件)
- 后续分析时直接从缓存加载预处理后的数据
这种设计虽然提高了大文件的分析效率,但也导致特定类型的事件不会出现在常规事件查看界面中。
解决方案
要完整保留所有事件数据(包括簿记事件),可以通过以下步骤实现:
-
清除现有缓存数据:
- 打开PerfView主界面
- 通过文件菜单选择"删除临时文件"选项
- 这将强制PerfView在下一次打开ETL时重新处理原始数据
-
使用保留所有事件模式:
- 通过命令行启动PerfView并添加
/KeepAllEvents参数 - 示例启动命令:
PerfView.exe /KeepAllEvents - 在此模式下打开的PerfView窗口将保留所有事件类型
- 通过命令行启动PerfView并添加
-
重新分析ETL文件:
- 在新启动的PerfView实例中打开目标ETL文件
- 系统会创建包含完整事件的新etlx文件
- 此时所有事件类型(包括DCStopVerbose等)都将可见
技术细节说明
- etlx文件:是PerfView创建的优化格式,存储了预处理后的事件数据和索引信息
- 簿记事件:主要包括运行时内部的管理性事件,如方法JIT编译记录、类型加载信息等
- 参数时效性:
/KeepAllEvents仅影响当前PerfView实例生成的文件,不是永久设置
应用场景建议
当您需要:
- 分析.NET方法的卸载过程
- 研究IL到本地代码的映射关系
- 进行深度运行时行为分析时 建议采用此方法获取完整事件数据。对于常规性能分析,默认的优化模式通常已经足够。
注意事项
- 保留所有事件会显著增加内存使用和文件处理时间
- 生成的文件体积会更大
- 建议仅在确实需要分析这些特殊事件时使用此模式
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
661