GDB, Benchmark, perf, core dump

GDB

bt: 当前运行的堆栈列表
print: 输出或者修改指定变量或者表达式的值
info thread: 显示所有线程信息
info program: 来查看程序的是否在运行，进程号，被暂停的原因
run（简写r）: 运行程序，当遇到断点后，程序会在断点处停止运行，等待用户输入下一步的命令。
continue(简写c): 继续执行，到下一个断点处（或运行结束）
next(简写n): 单步跟踪程序，当遇到函数调用时，直接调用，不进入此函数体；
step(简写s): 单步调试如果有函数调用，则进入函数；与命令n不同，n是不进入调用的函数的
until: 运行程序直到退出循环体; / until+行号: 运行至某行
finish: 运行程序，直到当前函数完成返回，并打印函数返回时的堆栈地址和返回值及参数值等信息
list 函数名: 将显示“函数名”所在函数的源代码，如: list main

Benchmark

Benchmark是Goole的一个开源基准测试框架，主要用于比较不同代码实现的性能和效率。Benchmak提供了丰富的测试功能，包括时、统计和分析等，可以帮助开发人员优化程序的性能和效率。

安装Benchmark

可以使用包管理器或者源代码安装Benchmark。安装sudo apt-get install libbenchmark-dev1

编写测试用例

首先，我们需要编写一个简单的测试函数，用于对比不同实现的性能。以计算数组元素之和为例，我们可以编写以下函数.

#include <numeric>
#include <vector>
#include <benchmark/benchmark.h>

static void BM_accumulate(benchmark::State& state)
{
  std::vector<int> vec(state.range(0));
  std::iota(vec.begin(), vec.end(), 0);

  for (auto _ : state) {
    int sum = std::accumulate(vec.begin(), vec.end(), 0);
    benchmark::DoNotOptimize(sum);
  }
}

BENCHMARK(BM_accumulate)->Arg(100)->Arg(1000)->Arg(10000);

这个函数使用了Benchmark提供的 tate 对象，该对象可以帮助我们迭代多次测试，并记录每次测试的结果。在函数中，我们先使用std::vector 生成一个指定大小的数组，并用 std::iota 填数组元素。然后，我们使用 std::accumulate 计算数组元素之和，并调用benchmark::DoNotoptimize 来确保这个计算不会被优化掉，最后，我们使用 BENCHMARK 宏将这个函数注册为基准测试用例，并使用Arg 方法指定测试用例的参数。

运行测试

编写测试用例后，我们可以使用 benchmark::RunSpecifiedBenchmarks 函数来运行所有注册的基准测试用例，并生成测试报告。代码如下:

int main(int argc, char** argv)
{
  ::benchmark::Initialize(&argc, argv);
  ::benchmark::RunSpecifiedBenchmarks();
}

运行后

Run on (8 X 2200 MHz CPU s)
CPU Caches:
  L1 Data 32 KiB (x8)
  L1 Instruction 32 KiB (x8)
  L2 Unified 256 KiB (x8)
  L3 Unified 8192 KiB (x1)
Load Average: 1.20, 1.33, 1.18
-------------------------------------------------------------------------
Benchmark                                   Time             CPU   Iterations
-------------------------------------------------------------------------
BM_accumulate/100                        208 ns          208 ns      3251616
BM_accumulate/1000                      2236 ns         2236 ns       313125
BM_accumulate/10000                    22563 ns        22561 ns        31189

这个报告显示了每个测试用例的执行时间、吞吐量和标准差，以及与其他测试的比较。同时，也会显示出每个测试函数的代码行数和CPU 循环数等重详细的信息。除了默认的报告格式外，Goodle Benchmak 还提供了其他输出格式，例如 JSON、CSV 和 console等可以使用相应的命令行选项进行设置。
Goocle Benchmak 是一个基于 C++ 的高性能基准测试库，可以对代码的运行时间、内存使用和 CPU 循环等方面进行准确的测量和分析，帮助开发者优化代码性能。使用 Google Benchmark，可以轻松编写测试用例，自定义测试参数和运行选项，并生成详细的测试报告，方便分析和比较测试结果。

perf

在Nano上安装perf，参考这里，我下载的页面是

先用ps aux找到进程的PID，再观察进程内各个函数的CPU使用情况：sudo perf top -p <pid>
分析cartographer_node 进程

记录采样结果，以供后续分析，加上-g会记录调用链：sudo perf record -g -p <pid>

在当前终端读取采样结果：sudo perf report，会自动读取perf.data

core dump

如果进程在运行期间发生奔溃，操作系统会为进程生成一个快照文件，这个文件就叫做 core dump。之后我们可以对 core dump 文件进行分析，弄清楚进程为什么会奔溃。默认情况下，Linux 不允许生成 core dump 文件。

如果执行ulimit -c的结果是0，说明还未开启。命令ulimit -c unlimited只能在当前终端生效，所以加入~/.bashrc。

指定core dump文件的路径: 修改/etc/sysctl.conf，在最后添加 kernel.core_pattern=/home/user/coredump_%e_%p_%s_%t，命名格式为 命令名_PID_导致core的信号_UNIX时间。 cat /proc/sys/kernel/core_pattern可以查看设置的格式。
执行sysctl -p
遇到程序非正常阻塞不运行时，在另一个终端查看其PID，然后使用 kill -s SIGSEGV <pid>产生 core dump 文件，这样就可以快速重启程序，然后慢慢分析 core dump 文件。

成功生成core dump文件时，会提示`core dumped`

执行gdb ./exec /path/coredump_file，就可以回放core dump