pagefault在使用大量内存的场景下是一个不可忽视的性能损耗，而且在用户态中，该行为是透明的，不好分析和测量，因此必须借助外部工具才能分析。
perf
我们可以使用perf，很轻松的分析出，哪些代码会经常性的触发pagefault，以及比重。
首先，我们可以使用以下命令采集pagefault发生的次数。
# -I 1000 每1000ms输出一次，
# -a 采集全部CPU上的事件
# -p <pid> 可以指定进程
> perf stat -e page-faults -I 1000 -a
> perf stat -e page-faults -I 1000 -a -p 10102
或者，我们还可以使用FlameGraph更加直观的看到各部分代码触发pagefault的比例：
# 采集进程10102的30秒pagefault触发数据
> perf record -e page-faults -a -p 10102 -g -- sleep 30
# 导出原始数据，此步必须在采集机器上进行，因为需要解析符号。
> perf script > out.stacks
# 下面的步骤就可以移动到其他机器上了
> ./FlameGraph/stackcollapse-perf.pl < out.stacks | ./FlameGraph/flamegraph.pl --color=mem \
--title="Page Fault Flame Graph" --countname="pages" > out.svg
我们使用浏览器来打开out.svg就可以直观观察了。
SystemTap
我们可以使用以下脚本，每 10 秒输出一次相关进程触发的全部pagefault异常的类型与耗时：
#!/usr/bin/stap
/**
* Tested on Linux 3.10 (CentOS 7)
*/
global fault_entry_time, fault_latency_all, fault_latency_type
function vm_fault_str(fault_type: long) {
if(vm_fault_contains(fault_type, VM_FAULT_OOM))
return "OOM";
else if(vm_fault_contains(fault_type, VM_FAULT_SIGBUS))
return "SIGBUS";
else if(vm_fault_contains(fault_type, VM_FAULT_MINOR))
return "MINOR";
else if(vm_fault_contains(fault_type, VM_FAULT_MAJOR))
return "MAJOR";
else if(vm_fault_contains(fault_type, VM_FAULT_NOPAGE))
return "NOPAGE";
else if(vm_fault_contains(fault_type, VM_FAULT_LOCKED))
return "LOCKED";
else if(vm_fault_contains(fault_type, VM_FAULT_ERROR))
return "ERROR";
return "???";
}
probe vm.pagefault {
if (pid() == target()) {
fault_entry_time[tid()] = gettimeofday_us()
}
}
probe vm.pagefault.return {
if (!(tid() in fault_entry_time)) next
latency = gettimeofday_us() - fault_entry_time[tid()]
fault_latency_all <<< latency
fault_latency_type[vm_fault_str(fault_type)] <<< latency
}
probe timer.s(10) {
print("All:\n")
print(@hist_log(fault_latency_all))
delete(fault_latency_all)
foreach (type in fault_latency_type+) {
print(type,":\n")
print(@hist_log(fault_latency_type[type]))
}
delete(fault_latency_type)
}