第二章性能瓶颈的分析和定位（12）

程序员 · 2024-9-9 13:51:51

可视化性能数据

当必要对性能数据举行可视化时，我们有两种选择：利用分析器自带的可视化工具，大概利用独立的可视化工具。
正如前文所述，采样型分析器通常会在它们的图形用户界面中集成其可视化工具。对于检测型分析器，通常都存在一个可视化工具，例如Telemetry。Intel的ITT检测API收罗的数据通常可以用VTune Amplifier举行检察，但我们也能转换数据格式用差别的工具分析。Intel开源的Single Event API(SEAPI)工程即能支持这种转化，它支持如下的数据格式之间的转化：Windows ETW，Android的Systrace，谷歌的JSON trace, Qt Creator的QML profiler, 开源的Trace Compass, 以及老而可靠的GraphViz。多酷的工具啊！
总之，我们有许多的可视化工具可用，偶然也让我们难于选择。近来谷歌的JSON trace数据格式倒是引起了不少关注，由于无处不在的Chrome欣赏器内建支持这种数据格式！你只消打开Chrome欣赏器的一个页签，在地点栏中输入about:tracing, 就可以打开分析页面。在此，你可以分析Chrome欣赏器自己，也可以加载网络的性能追踪数据。我们现在仅必要探求(或自己写)一组检测框架产生JSON格式的追踪数据，即能用免费的Chrome欣赏器举行数据的可视化分析了。
现在，我们对现有的性能分析工具有了一个大概的相识，让我们做一些小练习来试试这些工具吧！

第二章性能瓶颈的分析和定位（12）

所属分类: 问答交流

新帖推荐: 30日

推荐作品

第二章 性能瓶颈的分析和定位（12）

所属分类: 问答交流

新帖推荐: 30日

推荐作品

第二章性能瓶颈的分析和定位（12）