Async-profiler在Zing JDK上使用cache-misses事件的排障指南
2025-05-28 05:38:55作者:傅爽业Veleda
问题现象分析
在使用async-profiler工具对Zing JDK应用程序进行性能分析时,部分用户遇到了无法采集cache-misses硬件性能事件的问题。具体表现为:
- 在Zing23.08.100.0+1版本环境中可以正常采集cache-misses事件
- 在Zing23.08.200.0+3版本环境中采集失败,出现"perf_event_open failed: No such file or directory"错误
- 调整内核参数kernel.perf_event_security和kernel.kptr_restrict后,仅消除了部分警告信息,但核心问题依然存在
根本原因探究
这个问题本质上与虚拟化环境对硬件性能计数器的访问限制有关。cache-misses是CPU提供的硬件性能监控计数器(PMC)事件,其可用性取决于:
- CPU架构支持:现代x86处理器通过Architectural Performance Monitoring(APM)功能提供性能计数器
- 虚拟化环境配置:云服务商(如AWS)通常会在共享实例中禁用PMC访问
- 内核权限设置:即使硬件支持,也需要适当的内核参数配置
诊断方法详解
要确认当前环境是否支持硬件性能计数器,可以通过以下方法进行诊断:
方法一:使用cpuid指令检查
执行cpuid -1
命令,重点关注输出中的"Architecture Performance Monitoring Features"部分:
有效支持的输出示例:
Architecture Performance Monitoring Features (0xa/eax):
version ID = 0x2 (2)
number of counters per logical processor = 0x4 (4)
bit width of counter = 0x30 (48)
不支持的输出特征:
Architecture Performance Monitoring Features (0xa/eax):
version ID = 0x0 (0)
number of counters per logical processor = 0x0 (0)
方法二:检查内核启动日志
通过dmesg
查看内核启动时的Performance Events相关日志:
支持PMC的环境:
Performance Events: IvyBridge events, full-width counters, Intel PMU driver
... version: 2
... bit width: 48
不支持的环境:
Performance Events: unsupported p6 CPU model 154 no PMU driver
解决方案建议
- 确认环境支持性:首先使用上述诊断方法确认当前环境是否支持硬件性能计数器
- 调整分析策略:在不支持PMC的环境中,可改用软件事件进行分析,如:
- CPU分析:
-e cpu
- 锁分析:
-e lock
- 内存分配分析:
-e alloc
- CPU分析:
- 环境迁移:对于必须使用硬件事件的分析场景,考虑迁移到支持PMC的专用服务器环境
技术背景延伸
现代处理器通过Performance Monitoring Unit(PMU)提供硬件性能计数器,这些计数器可以精确测量:
- 缓存命中/失效(cache-misses)
- 分支预测(branch-misses)
- 指令退休(instructions) 等微架构级别事件。但在虚拟化环境中,出于安全性和资源隔离考虑,云服务商通常会限制对这些计数器的访问。
async-profiler作为一款强大的性能分析工具,其硬件事件采集能力直接依赖于底层环境的支持。理解这些限制条件有助于用户更有效地规划性能分析方案。
登录后查看全文
热门项目推荐
相关项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
274

🎉 (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
929
553

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8