性能分析

@profile

@profile <expression> 在定期获取回溯的同时运行您的表达式。这些回溯将追加到回溯的内部缓冲区。

clear()

清除内部缓冲区中的任何现有回溯。

print([io::IO = stdout,] [data::Vector = fetch()], [lidict::Union{LineInfoDict, LineInfoFlatDict} = getdict(data)]; kwargs...)

将性能分析结果打印到 io（默认情况下为 stdout）。如果您没有提供 data 向量，则将使用累积回溯的内部缓冲区。

关键字参数可以是以下任何组合：

• format – 确定是否以带缩进（默认，:tree）或不带缩进（:flat）的方式打印回溯，以指示树结构。

• C – 如果为 true，则显示来自 C 和 Fortran 代码的回溯（通常会排除它们）。

• combine – 如果为 true（默认），则合并对应于同一行代码的指令指针。

• maxdepth – 在 :tree 格式中限制深度大于 maxdepth 的部分。

• sortedby – 控制 :flat 格式中的顺序。:filefuncline（默认）按源代码行排序，:count 按收集到的样本数量排序，:overhead 按每个函数本身产生的样本数量排序。

• groupby – 控制对任务和线程进行分组，或不进行分组。选项包括 :none（默认）、:thread、:task、[:thread, :task] 或 [:task, :thread]，其中最后两个提供嵌套分组。

• noisefloor – 限制超过样本启发式噪声下限的帧（仅适用于格式 :tree）。建议尝试的值为 2.0（默认值为 0）。此参数隐藏样本，其中 n <= noisefloor * √N，其中 n 是此行的样本数，而 N 是被调用者的样本数。

• mincount – 将打印输出限制为仅那些至少出现 mincount 次的行。

• recur – 控制 :tree 格式中的递归处理。:off（默认）按正常方式打印树。:flat 将压缩任何递归（按 ip），显示将任何自递归转换为迭代器的近似效果。:flatc 执行相同的操作，但也包括 C 帧的折叠（在 jl_apply 附近可能会执行奇怪的操作）。

• threads::Union{Int,AbstractVector{Int}} – 指定要包含报告中快照的线程。请注意，这不会控制在哪些线程上收集样本（这些样本也可能已在另一台机器上收集）。

• tasks::Union{Int,AbstractVector{Int}} – 指定要包含报告中快照的任务。请注意，这不会控制在哪些任务内收集样本。

print([io::IO = stdout,] data::Vector, lidict::LineInfoDict; kwargs...)

将性能分析结果打印到 io。此变体用于检查先前对 retrieve 的调用导出的结果。提供回溯的向量 data 和行信息的字典 lidict。

有关有效关键字参数的说明，请参见 Profile.print([io], data)。

init(; n::Integer, delay::Real)

配置回溯之间的 delay（以秒为单位）以及每个线程可能存储的指令指针数量 n。每个指令指针对应于代码的一行；回溯通常包含一个很长的指令指针列表。请注意，每个回溯的指令指针使用 6 个空间来存储元数据，以及两个 NULL 结束标记。可以通过不带参数调用此函数来获取当前设置，并且可以使用关键字或按 (n, delay) 的顺序独立设置每个设置。

fetch(;include_meta = true) -> data

返回性能分析回溯缓冲区的副本。请注意，data 中的值仅在当前会话的这台机器上才有意义，因为它取决于 JIT 编译中使用的确切内存地址。此函数主要用于内部使用；对于大多数用户来说，retrieve 可能是更好的选择。默认情况下，包括线程 ID 和任务 ID 等元数据。将 include_meta 设置为 false 以去除元数据。

retrieve(; kwargs...) -> data, lidict

以可移植格式“导出”性能分析结果，返回所有回溯的集合（data）以及一个字典，该字典将 data 中的（特定于会话的）指令指针映射到存储文件名、函数名和行号的 LineInfo 值。此函数允许您保存性能分析结果以供将来分析。

callers(funcname, [data, lidict], [filename=<filename>], [linerange=<start:stop>]) -> Vector{Tuple{count, lineinfo}}

给定之前的性能分析运行，确定谁调用了特定函数。提供文件名（以及可选的函数定义所在的行号范围）可以帮助您区分重载方法。返回值是一个向量，包含调用次数和调用方行信息的计数。可以选择提供从retrieve获取的回溯data；否则，将使用当前的内部性能分析缓冲区。

clear_malloc_data()

在使用--track-allocation运行 Julia 时，清除任何存储的内存分配数据。执行要测试的命令（以强制 JIT 编译），然后调用clear_malloc_data。然后再次执行您的命令，退出 Julia，并检查生成的*.mem文件。

get_peek_duration()

获取通过SIGINFO或SIGUSR1触发的性能分析“窥视”的持续时间（以秒为单位），具体取决于平台。

set_peek_duration(t::Float64)

设置通过SIGINFO或SIGUSR1触发的性能分析“窥视”的持续时间（以秒为单位），具体取决于平台。

Profile.Allocs.@profile [sample_rate=0.1] expr

分析expr期间发生的分配，同时返回结果和AllocResults结构体。

采样率为1.0将记录所有内容；0.0将不记录任何内容。

julia> Profile.Allocs.@profile sample_rate=0.01 peakflops()
1.03733270279065e11

julia> results = Profile.Allocs.fetch()

julia> last(sort(results.allocs, by=x->x.size))
Profile.Allocs.Alloc(Vector{Any}, Base.StackTraces.StackFrame[_new_array_ at array.c:127, ...], 5576)

目前，可视化这些内容的最佳方法是使用PProf.jl包，通过调用PProf.Allocs.pprof。

Profile.Allocs.clear()

清除内存中所有先前分析的分配信息。

Profile.Allocs.fetch()

检索已记录的分配，并将其解码为可分析的 Julia 对象。

Profile.Allocs.start(sample_rate::Real)

以给定的采样率开始记录分配。采样率为1.0将记录所有内容；0.0将不记录任何内容。

Profile.Allocs.stop()

停止记录分配。

Profile.take_heap_snapshot(io::IOStream, all_one::Bool=false)
Profile.take_heap_snapshot(filepath::String, all_one::Bool=false)
Profile.take_heap_snapshot(all_one::Bool=false; dir::String)

将堆的快照（采用 Chrome Devtools 堆快照查看器期望的 JSON 格式（.heapsnapshot 扩展名））写入文件（默认情况下为当前目录中的$pid_$timestamp.heapsnapshot，如果当前目录不可写则为tempdir），或者如果给出则写入dir，或者写入给定的完整文件路径，或者写入IO流。

如果all_one为真，则将每个对象的尺寸报告为1，以便可以轻松计数。否则，报告实际尺寸。