hz-simpleperf-debug

Simpleperf 调试技能

适用场景

当你需要在 Meta VR 设备上获取硬件级 CPU 性能洞察时，请使用此技能：

• 判断应用是受 CPU、内存还是 I/O 限制
• 找出消耗周期最多的 CPU 热点函数
• 测量每个线程的内核与用户空间 CPU 开销
• 识别缓存抖动或分支预测问题
• 使用硬件 PMU 计数器数据补充 Perfetto 跟踪分析

此技能可与 hz-perfetto-debug 互为补充。Perfetto 展示应用随时间的运行情况。Simpleperf 展示 CPU 将硬件周期花在了哪里——缓存未命中、分支预测错误，以及 Perfetto 无法观测到的指令吞吐量。

VR 性能背景

Meta VR 设备搭载移动 ARM SoC，受严格的散热和功耗预算限制。受 CPU 限制的应用会在以下帧时间预算下出现掉帧：

刷新率	CPU 帧时间预算	备注
120 Hz	8.3 ms	预算紧张——Simpleperf 对查找热点至关重要
90 Hz	11.1 ms	大多数应用的默认目标
72 Hz	13.9 ms	较重应用的回退选项

Simpleperf 的硬件计数器可以揭示软件跟踪无法发现的瓶颈。

metavr 设置

Simpleperf 性能分析由 metavr CLI 驱动——将独立二进制文件安装到 PATH 中（参见 metavr-cli 技能），或使用 npx 调用而无需安装：

metavr --version

以下示例使用裸命令 metavr；如果你使用 npm 发行版，请在命令前加上 npx -y。通过 USB 连接 Meta VR 设备，并启用开发者模式。

快速入门工作流

1. 分类工作负载

优化前，先确定瓶颈类型：

# Classify the foreground app's workload (10-second sample)
metavr perf simpleperf classify

# Target a specific app
metavr perf simpleperf classify --app com.example.myapp

# Custom duration
metavr perf simpleperf classify --duration 15

该命令会返回分类结果及依据：

分类	指标	优化策略
受 CPU 限制	IPC 高，停顿率低	优化算法、减少绘制调用、批处理工作
受内存限制	停顿率高（stalled-cycles-backend / cpu-cycles）	减少缓存未命中、改善数据局部性、缩小工作集
受 I/O 限制	每秒上下文切换次数高	减少阻塞式 I/O、使用异步操作、尽量减少线程争用

2. 记录 CPU 热点

采集 CPU 周期性能分析，找出开销最大的函数：

# Record CPU hotspots for the foreground app
metavr perf simpleperf record

# Custom frequency and duration
metavr perf simpleperf record --frequency 4000 --duration 10

# Target a specific app
metavr perf simpleperf record --app com.example.myapp

录制会按指定频率（默认 4000 Hz）对 CPU 周期进行采样，并生成性能分析结果，显示哪些函数消耗的 CPU 时间最多。

3. 测量内核开销

确定每个线程的 CPU 时间分别花在内核和用户空间的比例：

# Measure kernel overhead for the foreground app
metavr perf simpleperf kernel-overhead

# Custom duration
metavr perf simpleperf kernel-overhead --app com.example.myapp --duration 10

该命令会返回每个线程在用户模式和内核模式下的 CPU 周期明细。线程的内核开销较高（>20%）可能表明存在以下情况：

• 系统调用过多（文件 I/O、内存分配）
• 驱动开销（GPU 命令提交、传感器访问）
• 内核同步原语中的锁争用

分析工作流

步骤 1：先分类

始终从分类开始，以免把时间浪费在优化错误的对象上。

metavr perf simpleperf classify --app com.example.myapp --duration 10

根据结果采取行动的决策树：

• 受 CPU 限制 → 记录热点（步骤 2a），查看排名靠前的函数
• 受内存限制 → 使用缓存未命中事件进行记录，检查数据访问模式
• 受 I/O 限制 → 检查内核开销，并在 Perfetto 中查看线程争用情况

步骤 2a：受 CPU 限制的应用——查找热点

metavr perf simpleperf record --app com.example.myapp --duration 10

查看按 CPU 周期消耗量排列的顶级函数。常见的 VR 热点包括：

函数模式	可能原因	修复方法
Physics.* / PhysX	物理模拟过于复杂	减少碰撞体数量、简化网格、增大固定时间步长
Render* / Draw*	绘制调用过多	批处理材质、使用 GPU 实例化、减少不同材质的数量
GC_* / gc_alloc	垃圾回收压力	使用对象池、避免每帧分配
memcpy / memmove	大量数据复制	使用引用、减小缓冲区、避免不必要的复制
LZ4_* / compress	资源解压	预先解压、使用更轻量的压缩方式、缓存结果

步骤 2b：内存受限的应用 — 检查缓存行为

如果分类结果显示受内存限制，问题很可能是缓存未命中或内存带宽不足：

• 工作集过大，导致 L1/L2 缓存频繁抖动
• 随机访问模式使预取器无法发挥作用
• 相邻缓存行上的线程之间发生伪共享

使用 Perfetto hz-perfetto-debug 将内存受限区域与特定代码路径关联起来。

步骤 3：测量内核开销

metavr perf simpleperf kernel-overhead --app com.example.myapp

按线程解读结果：

线程	预期内核占比	内核占比过高表示
主线程/游戏线程	< 5%	文件 I/O、日志记录或内存分配过多
渲染线程	5-15%	属于正常范围（GPU 驱动开销）。>20% = 驱动问题
工作线程	< 5%	线程同步开销
音频线程	< 10%	对于音频 HAL 调用而言属于正常范围

步骤 4：结合 Perfetto 分析

Simpleperf 可以告诉你周期消耗在哪里。Perfetto 可以告诉你何时消耗以及所处的上下文。请结合使用：

1. Simpleperf 分类结果揭示瓶颈类型
2. Simpleperf 热点记录找出开销较大的函数
3. Perfetto 跟踪（metavr perf capture）显示这些函数相对于帧边界的运行时间
4. 使用 metavr perf query 将函数耗时与帧丢失关联起来

常见问题

• 不要在热降频状态下进行性能分析。 录制前先让设备冷却下来——降频会扭曲周期计数。先使用 metavr device info 检查热状态。
• 采样时长很重要。 短时间录制（<5s）可能无法捕捉到有代表性的行为。分类时至少录制 10 秒。
• simpleperf 需要 shell 访问权限。 如果 adb shell simpleperf 执行失败，请确保已启用开发者模式并授权 USB 调试。
• 频率与准确度之间需要权衡。 较高的采样频率（>8000 Hz）可能会干扰移动 SoC 上的工作负载。默认的 4000 Hz 是较好的平衡点。
• 分类结果只是某一时刻的快照。 应用在游戏过程中可能受 CPU 限制，而在场景加载过程中可能受 I/O 限制。请针对要优化的特定场景进行性能分析。

参考资料

有关特定主题的详细指南，请参阅：

• 工作负载分类 — PMU 计数器解读与瓶颈识别
• CPU 热点分析 — 录制和分析 CPU 周期配置文件
• 内核开销 — 测量并降低内核模式下的 CPU 使用率