Intel Processor Tracing
介绍
Intel PT是Intel处理器的一项新功能，可提供机器指令级跟踪。 这有助于对程序进行低级调试和性能分析，甚至可以恢复崩溃应用程序的状态。
本文记录了英特尔PT的基本设计概念，Linux平台的要求以及一些性能测量用例。
1概述
Linux操作系统具有大量的跟踪工具。kprobes，uprobes，kernel tracepoints和dtrace探针都是捕获数据的数据源。 ftrace，eBPF，perf，SystemTap和LTTng是提取数据并为用户提供前端的工具。这些可以用于hook运行程序并分析它们的行为（系统调用，在函数中花费的时间或等待/阻塞等指标）。Intel PT是另一种数据源，但它是CPU性能监控单元（PMU）内部的专用并行硬件，用于跟踪CPU上运行的软件。它跟踪每个内核上的分支执行，允许用户重建所有执行代码的控制流。
然而，随着现代CPU的速度（每秒数十亿个时钟周期），将收集的数据存储在任何地方变得具有挑战性，因为缓冲区要么不够快或太小（内存层次结构）。Intel PT通过仅存储以后重构程序控制流所必需的数据来解决此问题。例如，条件分支仅存储为单个位（taken/not-taken）。它还捕获某些处理器执行模式更改（例如CR3,32位/ 64位模式和TSX事务状态）和时序。
用于跟踪的专用硬件和高度压缩的跟踪流的组合使得Intel PT具有非常低的开销，但是需要解码packet stream。
由于Linux内核版本4.3, Intel PT完全集成到Linux操作系统中（内核驱动程序在4.1中合并，perf用户工具支持在4.3中合并）和GNU Debugger gdb（从7.10开始，启用向后调试）。
它有两种基本操作模式，但将来可能会添加更多。Full trace mode允许连续跟踪，只要磁盘保持运行就会运行（否则可能会丢失数据）。snapshot mode在特殊的环形缓冲区（由操作系统提供）中运行，停止对感兴趣的事件进行跟踪，并且仅在此时保存环形缓冲区的快照。
Intel PT首次出现在Broadwell微架构中，继微观架构（Skylake和Goldmont）之后，他们看到了细粒度定时和地址过滤等其他增强功能。它也可以在Atom平台（基于Silvermont和Airmont的产品）上获得，但在那里被称为实时指令跟踪（RTIT）。
应该注意，对于任何有意义的分析，编译器不得省略帧指针。 现代编译器重新使用帧指针寄存器（x86平台上的EBP）作为通用寄存器，并避免指令保存，设置和恢复帧指针。 但是，它使调用堆栈的重构（因此一般调试）变得不可能。 例如，gcc默认省略帧指针，但可以通过使用--fno-omit-framepointer选项来防止这种情况。
2 采集
在CPU捕获数据之后，需要获取，解码和转译数据。 提取通过Linux的perf_event接口进行，解码可以手动完成，也可以使用英特尔提供的免费开源处理器跟踪解码库（libipt）来解码数据包流。或者，也可以使用带有集成Intel PT支持的Linux perf-tools或gdb。
3 Packets
Intel PT硬件将单个数据包写入日志流。 需要对这些数据包进行解码，绑定到事件，然后可以重建执行流程。 这三个步骤都在Intel PT解码库（libipt）中实现。
-
PSB (Packet Stream Boundary): heartbeats, generated at regular intervals (first packet in stream)
-
TNT (Taken Not-Taken): direct conditional branches
- TIP (Target IP): target address of indirect branches, exception and interrupts
-
FUP (Flow Update Packets): source IP address for asynchronous events
- PIP (Paging Information Packet): modifications to CR3 register
- TSC (Time-Stamp Counter): tracks wall clock data (contains some portion of the software-visible time-stamp counter)
- MODE: processor execution information and mode (16-, 32- or 64-bit)
- CBR (Core Bus Ratio): core to bus clock ratio
- MWAIT: indicate successful completion of an MWAIT operation to a C-state deeper than C0.0
- PWRE (Power State Entry): indicate entry to a C-state deeper than C0.0
- PWRX (Power State Exit): indicate exit from a C-state deeper than C0.0, returning to C0.
- EXSTOP (Execution Stopped): indicate that software execution has stopped, due to events such as P-state change, C-state change, or thermal throttling
- CYC (Cycle-Accurate Mode): provides elapsed time as measured in processor core clock cycles relative to the last CYC packet (Not avail- able on Broadwell)
- MTC (Mini Time Counter): provides a periodic indication of wall- clock time (Not available on Broadwell)
- OVF (Overflow): indicates internal buffer overflow (packets being dropped)
- PAD: padding
对于性能分析和调试，时间戳计数器包（TSC）特别有趣。
但是，对于具有指令级粒度的跟踪，此数据包不会经常生成（其生成也无法配置）。 这是循环精确模式的应用（具有CYC数据包，其生成非常规则和频繁），因为循环计数器字段以与处理器核心时钟滴答相同的速率递增。 此功能仅适用于Skylake及其后续版本。
有关这些数据包的更多信息，请参阅英特尔软件开发人员手册第3卷[8，第35章]。
4 测试用例
4.1 性能测试
4.2 Flame Graphs
4.3 Debugging
4.4 Simple PT
Simple PT（英特尔工程师Andi Kleen）是针对Intel PT的简单而全栈实现。 它由内核驱动程序（用于与Intel PT硬件块通信），收集数据的命令，显示功能或指令跟踪的命令以及转储原始跟踪的命令组成。 它使用前面提到的libipt来解码数据包流。 要与Intel PT硬件块通信，它会加载内核模块（.ko）。它可以作为为Intel PT编写低级接口的资源。
4.5 AutoFDO
自动反馈定向优化器（AutoFDO）可用于根据采样配置文件驱动反馈定向编译器优化。 这允许编译器针对二进制的特定用例进行优化。 GCC和LLVM都可以使用Intel PT的perf采集的样本（由AutoFDO工具转换）。 请注意，应用程序无需提供满载，即使是小而有代表性的负载也足以收集有价值的信息。 谷歌已开始在其系统上部署AutoFDO，到2016年，超过一半的CPU周期现在用于反馈定向优化二进制文件。 Google的个人资料收集器以随机顺序抓取计算机并请求10秒的系统范围配置文件。 这相当于每天大约10％的机器，因此大约0.001％的可观察周期被分析。 在分析期间，观察到的开销不到1％。