板子上 CPU 占用莫名其妙冲到 90%，某条消息路径偶发多几十毫秒，或者算法改完感觉「应该更快」——嵌入式 Linux 上这些事很常见。
top 只能告诉你谁在吃 CPU，gprof 又往往偏粗、偏侵入。
大家最终都会摸到 Linux 的 perf：能看 cycles、cache miss、采样热点，能力是真的强。
麻烦在于：命令行 perf 更擅长「整进程/整系统」地看一眼。你真正想比的，经常只是某一个排序、某一次哈希查找、某一段 DMA 完成后的用户态处理。启动、配置解析、日志刷屏全混进火焰图里，结论就被噪声冲淡了。
perf-cpp干的就是这件事：在 C++ 里对指定代码段做硬件性能计数和采样，底层仍走 Linux 的 perf_event_open，但 API 是 start() / stop() 这种埋点方式。
https://github.com/jmuehlig/perf-cpp
为何需要代码段级性能测量
传统工具默认视角偏「全局」。一次 perf record 可能把程序从启动到收尾全录进去；而你加班排查的，可能只是 process_frame() 里那 2ms。
perf-cpp 的卖点很直白：把计数器包在你指定的区间周围。官方 README 也反复强调这一点——可以只 profile 一个排序，或只数一次哈希查找的 cache miss；两个分配器各自包一层，才能算公平对比。
event_counter.start();quick_sort(data); // 只测这段event_counter.stop();event_counter.start();std::sort(data); // 再测这段event_counter.stop();
这种「定点测速」对嵌入式特别有用：资源紧、路径长、外部干扰多，越全局越容易被初始化、喂狗、网络线程带偏。
Linux perf 与硬件 PMU 简介
现代 CPU 里有一组硬件寄存器，叫 PMU（Performance Monitoring Unit）。它们能在几乎不打扰软件的情况下累加底层事件：退休指令数、时钟周期、cache miss、分支预测失败、TLB miss 等。每核可编程计数器通常只有几个（常见 4～8 个量级）；事件开太多，内核会做时间片轮转（multiplex），数字就从「精确」变成「按时间比例估算」。
用法大体分两种：
| | |
|---|
| 计数（Counting） | | |
| 采样（Sampling） | | 每隔 N 次事件抓一次现场（IP、时间、CPU…） |
计数回答「发生了多少次」；采样回答「主要卡在哪」。嵌入式排查时，我一般先计数把 CPI、miss ratio 摸清楚，数字离谱再采样。
perf-cpp 的软件栈定位
可以把栈想成四层：
- perf-cpp ——
EventCounter / Sampler / Metrics，负责配置事件、启停、读结果、导出 CSV/JSON - Linux perf 子系统 ——
perf_event_open、权限、事件调度、采样 ring buffer
也就是说：它不是「另一个 profiler GUI」，而是 把 perf 能力嵌进你的 C++ 程序。命令行 perf 仍然有用（系统级扫描、perf report）；perf-cpp 更适合「库/算法级 A/B」和「只关心某段热路径」。
仓库相关能力（与官方文档一致）大致包括：
- 像
perf stat 一样记录硬件事件，但只包住你指定的代码 - 内置/自定义 Metrics（如
cycles-per-instruction、cache-miss-ratio） - Live events（不停止计数器也能读，底层在 x86 上可走
rdpmc，适合紧循环分段测） - 像
perf record / perf mem 一样做采样，可导出 CSV、火焰图相关格式，甚至写出 perf.data
同类工具还有 PAPI、Likwid、更轻的 PerfEvent 等；perf-cpp 的定位是「C++ 内嵌、面向代码段、围绕 Linux perf」。
典型流程：埋点、运行、采集与解读
别把流程想复杂。工程上就是这四步，改完再跑一轮对比数字。
- 埋点：选
EventCounter 或 Sampler，add / trigger 声明关心的事件 - 运行：
start() → 可疑代码 → stop()（尽量别把无关日志、sleep 包进去） - 收数：
result()，或 to_csv / to_json，采样还可做符号解析 - 解读：看 CPI、miss ratio、分支失败率；两个实现横向比；再决定改算法还是改数据布局
事件计数：基本用法
依赖：GCC ≥ 11 或 Clang ≥ 14，C++17，CMake ≥ 3.10，Linux Kernel ≥ 4.0。构建示例：
git clone https://github.com/jmuehlig/perf-cpp.gitcd perf-cppcmake . -B buildcmake --build build
CMake 工程可用 FetchContent 拉进来（文档推荐），然后 target_link_libraries(your_target perf-cpp)。
最小计数示意（与官方 README / 文档一致）：
#include<perfcpp/event_counter.hpp>#include<iostream>intmain(){auto event_counter = perf::EventCounter{};// 普通事件 + 内置 metric 都可以 add event_counter.add({"seconds","instructions","cycles","cache-misses","cycles-per-instruction" });// 可选：提前 open，把配置开销踢出测量窗口 event_counter.open(); event_counter.start(); critical_path(); // 只包住你要测的代码 event_counter.stop();constauto result = event_counter.result();std::cout << result.to_string() << std::endl;// 也可：result.to_csv("out.csv"); result.to_json("out.json"); event_counter.close();return0;}
仓库示例 examples/statistics/single_thread.cpp 还会用 result(benchmark.size()) 做「按 cache line / 按迭代」归一化，做 A/B 时很实用。
事件采样：从统计次数到定位热点
计数告诉你 miss 很多；采样帮你对准哪条指令、哪次访存。官方 Quick Start：
#include<perfcpp/sampler.hpp>#include<iostream>intmain(){auto sampler = perf::Sampler{};// 每 50000 个 cycles 采一次 sampler.trigger("cycles", perf::Period{50000U}); sampler.values() .timestamp(true) .cpu_id(true) .logical_instruction_pointer(true); sampler.start(); critical_path(); sampler.stop();constauto samples = sampler.result(); samples.to_csv("samples.csv");for (constauto& record : samples) {constauto ts = record.metadata().timestamp().value();constauto cpu = record.metadata().cpu_id().value();constauto ip = record.instruction_execution().logical_instruction_pointer().value();std::cout << "Time=" << ts << " CPU=" << cpu << " IP=0x" << std::hex << ip << std::dec << "\n"; }// 注意：读完 samples 再 close sampler.close();return0;}
示例 examples/sampling/instruction_pointer.cpp 还会接 perf::util::SymbolResolver 把 IP 解析成符号；另有火焰图导出、perf.data 写出、内存地址采样等示例。
总结
性能问题最怕的是「凭感觉改、凭感觉赢」。perf-cpp 把 Linux perf 收成 C++ 埋点：你选定一段代码，拿到 cycles、miss、CPI，必要时再采样对准 IP。
仓库与文档：
- 源码：https://github.com/jmuehlig/perf-cpp
- 文档：https://jmuehlig.github.io/perf-cpp/
