在speedscope中导入macOS sample工具的性能分析数据
2025-06-05 21:36:46作者:鲍丁臣Ursa
背景介绍
speedscope是一款优秀的性能分析可视化工具,能够帮助开发者直观地理解应用程序的性能瓶颈。在macOS系统上,开发者可以使用内置的sample工具采集进程的性能数据,但如何将这些数据导入speedscope进行分析呢?
macOS sample工具简介
macOS系统自带了一个名为sample的命令行工具,它能够对指定进程进行采样,收集调用栈信息。与Xcode中的Instruments工具相比,sample更加轻量级,不需要安装额外的开发工具。
数据转换流程
要将sample的输出导入speedscope,需要经过以下步骤:
-
获取转换脚本:使用Brendan Gregg开发的FlameGraph项目中的
stackcollapse-sample.awk脚本,这个脚本能够将sample的输出转换为折叠格式。 -
执行采样:使用
sample命令对目标进程进行采样,输出结果通过管道传递给转换脚本。 -
生成分析文件:转换后的数据保存为speedscope可识别的格式。
详细操作步骤
1. 获取转换工具
首先需要下载并准备转换脚本:
curl -LO https://raw.githubusercontent.com/brendangregg/FlameGraph/master/stackcollapse-sample.awk
chmod +x stackcollapse-sample.awk
2. 执行性能采样
对目标进程进行采样并转换数据格式:
sample <pid或进程名> -file /dev/stdout | ./stackcollapse-sample.awk > flame.prof
3. 导入speedscope
将生成的flame.prof文件直接拖入speedscope界面即可开始分析。
技术原理
stackcollapse-sample.awk脚本完成了以下关键转换:
- 解析
sample工具输出的原始调用栈信息 - 将多行调用栈折叠为单行表示
- 统计相同调用路径的出现次数
- 生成speedscope兼容的折叠格式
应用场景
这种方法特别适合以下情况:
- 没有安装Xcode开发环境
- 需要快速进行性能采样分析
- 在服务器环境或CI/CD流程中进行性能分析
- 对长时间运行的后台进程进行性能监控
注意事项
- 采样时间不宜过短,建议至少采样5-10秒以获得有统计意义的数据
- 对于高频采样,可能会对目标进程性能产生影响
- 可以调整
sample命令的参数控制采样频率和持续时间
通过这种方法,开发者可以方便地在不依赖Xcode的情况下,利用macOS系统自带工具进行性能分析,并通过speedscope获得直观的可视化结果。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
openEuler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。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
986