CPU性能优化--最后分支记录

现代Intel CPU和AMD CPU都有一个叫做最后分支记录的特性，我们可以大段的忽略基本块中的其他指令，因为分支跳转指令总是基本块中最后一条指令。实际上，这是Intel处理器的跟踪PT技术做的，LBR早于PT，使用上有区别。

我们可以使用LBR对分支跳转指令进行采样，但是每次采样期间都需要查看LBR栈中已经执行过的分支跳转指令。这可以实现比较合理的热点代码路径控制流覆盖度，并且也不会采集太多无用的信息，因为所有分支跳转指令中只有很小的一部分会被检查。需要重点注意的是，依然是采样，并不是所有被执行分支跳转指令都能被检查到，通常CPU执行得太快以至于LBR有时并不能正常工作。

（1）最后分支记录LBR栈 Skylake系列CPU提供32对MSR，用于记录最近执行的分支跳转指令的起点和终点

（2）最后分支记录栈顶 LBR中包含一个指向MSR的指针，MSR中包含了最近记录的分支跳转指令，中断和异常信息。

需要注意的是，LBR机制只会记录分支跳转指令信息，下面是一个例子。介绍了LBR栈中分支跳转指令和如何呗跟踪记录的。

mov edi,DWORD PTR [rbx]

test edi,edi

jns 4edale

mov eax,edi

shl eax, 0x7

lea edi, [rax + rdi * 8]

call 4edb26

add rbx, 0x4

mov DWORD PTR [rbx+0x4],eax

cmp rbx,rbp

jne 4eda10

下面是执行CALL指令时我们期望在LBR栈中看到的，因为JNS分之没有被执行，所以不会呗记录，也不会出现的LBR栈中。

从Haswell架构开始，LBR条目中增加了检测分支预测错误的组件，即LBR条目中有一个专用位来标记该信息。从Skylake系列开始，又在LBR条目中添加了LBR_INF组件，有个Cycle Count字段，可以用来记录从最近一次更新LBR栈开始的时钟计数。

6.2.1 采集LBR栈

使用linux perf工具，我们可用如下命令采集LBR栈

LBR栈也可以使用命令perf record--call-graph lbr采集，但是采集信息量要比命令perf record -b少。命令perf record--call-graph lbr采集不到分支预测错误和时钟周期的数据。

因为每次采样都会捕捉完整的LBR栈，所以所采集 数据perf.data的大小明星比没有启用LBR的时候大很多。

perf script -F brstack

LBR有很多重要的使用场景，下面我们将讨论最重要的几个场景。

6.2.2 获取调用图

我们在5,4,3 节讨论如何采集调用图以及它的重要性，即使在编译程序时没有带帧指针(通过编译选项-fomit-frame-pointer控制，)或调试信息LBR也可以采集调用图信息。

perf record --call-graph lbr -- ./a.exe

perf report -n --stdio

main foo zoo

从上面的信息可以看到，我们识别出了程序中最热的函数bar。外层调用函数foo绝大部份时间都花在了函数bar上了。我们可以看到91%的采样都在函数foo调用的函数bar上。

使用LBR特性，我们可以识别超级块，所谓超级快就是整个程序中一条执行最频繁的基本块链条。链条中的基本块在物理上不一定连续，但是在执行顺序上是连续的。

6.2.3 识别热点分支

LBR还可以识别最频繁选取的分支

perf report -e cycles -b -- ./a.exe

perf record Woken up 3 times to write data

从这个例子可以看到，50%以上的分支选取自函数bar内部，20%是函数foo到函数bar的调用，其他的以此类推，注意perf工具从cycles事件到分析LBR栈的变化，虽然只有670个样本，每个样本都有一个完整的LBR栈，这样就有

67x32 = 21440个LBR条目待分析。