samply项目v0.13.1版本发布:跨平台性能分析工具的重大更新
samply是一款现代化的跨平台性能分析工具,它能够帮助开发者对应用程序进行低开销的性能剖析。该工具支持多种操作系统平台,包括Linux、macOS和Windows,能够捕获CPU使用情况、函数调用栈等关键性能数据,并以直观的可视化方式呈现分析结果。
Windows平台支持成为亮点
本次发布的v0.13.1版本最显著的改进是增加了对Windows平台的支持。这一功能通过ETW(Event Tracing for Windows)技术实现,具体使用xperf工具记录系统活动到ETL文件中,然后由samply进行转换处理。
值得注意的是,在Windows平台上进行性能分析时,samply会请求管理员权限,这是ETW正常工作所必需的。开发团队特别感谢了Jeff Muizel和Vadim Vukicevic的贡献,他们克服了ETW文档不足的困难,实现了这一重要功能。
跨平台功能增强
除了Windows支持外,本次更新还带来了多项跨平台改进:
-
macOS平台:现在支持附加到正在运行的进程及其子进程进行性能分析。新增的
samply setup命令可以自动完成代码签名,使进程附加功能能够正常工作。 -
Android支持:
samply import命令现在对Android simpleperf工具有更好的支持,使移动端性能分析更加便捷。 -
线程控制:新增了
--main-thread-only标志,允许开发者只分析主线程的性能数据,这在GUI应用程序分析中特别有用。 -
参数记录:
--include-args参数可以捕获程序启动时的命令行参数,为性能分析提供更多上下文信息。 -
CPU利用率优化:Windows和Linux平台新增了
--per-cpu-threads标志,可以更精确地控制CPU使用率。
符号处理能力提升
新版本在符号处理方面做了多项改进:
-
新增了多种符号相关参数,包括
--symbol-dir、--windows-symbol-server等,支持从不同来源获取符号信息。 -
Windows平台可以通过
--windows-symbol-server参数指定微软的符号服务器地址,自动下载系统库和内核栈的符号信息。 -
虽然目前需要手动配置符号服务器,但开发团队已计划在未来版本中加入配置文件功能,使符号服务器配置更加持久化。
技术实现细节
在底层实现上,本次更新有几个值得注意的技术点:
-
最低Rust版本要求:现在需要Rust 1.77或更高版本才能构建samply。
-
macOS兼容性:修复了在macOS 15 Sequoia上的库枚举问题,确保工具在新系统上也能正常工作。
-
zerocopy依赖:解决了与zerocopy和zerocopy_derive相关的构建错误,提高了工具的稳定性。
已知问题与未来方向
尽管v0.13.1带来了许多改进,但仍存在一些已知问题:
-
Windows符号默认不可用,需要手动配置符号服务器。
-
预编译的.NET代码符号支持不完善,相关修复正在开发中。
-
CoreCLR支持存在一些问题,特别是在某些场景下可能无法正常工作。
开发团队表示将继续完善这些功能,并计划在未来版本中引入更多改进,如永久性的符号服务器配置等。
安装与使用
用户可以通过多种方式安装samply v0.13.1:
-
使用shell脚本一键安装:执行简单的curl命令即可完成安装。
-
通过PowerShell脚本安装:适合Windows用户快速部署。
-
直接下载预编译的二进制文件:支持多种平台架构,包括Apple Silicon、Intel macOS、x64 Windows、ARM64 Linux等。
对于开发者而言,samply v0.13.1提供了更全面的跨平台性能分析能力,特别是在Windows平台的支持上迈出了重要一步。无论是桌面应用、服务器程序还是移动应用的性能优化,这个版本都提供了更加强大的工具支持。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C065
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
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