毫无疑问，测试是软件开发过程中不可或缺的重要组成部分之一。 通过测试，我们并不只是测试错误的代码 - 当然，错误检测非常重要，因为没有人会希望他们的软件是错误的 - 代码的性能也同样重要。
如果分解到最后一点，性能测试可以有效地测试特定代码片段（例如功能）消耗的时间。 通常情况下，功能或一组功能可以对应于软件的许多特征之一。 所以，如果通过性能测试，我们可以在代码中增强这些功能的性能，使软件的整体性能变得更好。
如果您是程序员，谁编写C，Pascal或Fortran77编程语言的代码，并使用Linux作为开发平台，您将很高兴地知道，存在一个强大的工具，您可以通过它检查代码的性能 - 该工具是Gprof 。 在本教程中，我们将讨论如何下载，安装和使用此工具的详细信息。
在我们向前推进之前，请注意，本教程中提到的所有示例和说明都已在Ubuntu 14.04LTS上进行了测试，所用的Gprof版本为2.24。
什么是Gprof？
那么，Gprof究竟是什么？ 根据该工具的官方文档，它为用户提供了C，Pascal或Fortran77程序的执行概要文件。 Gprof基本上做的是，它计算每个例程或功能中花费的时间。 “接下来，这些时间沿着调用图的边缘传播，循环被发现，并且调用一个循环来共享循环的时间。
如果这一切听起来有点混乱（特别是报价部分），别担心，我们将通过一个例子弄清楚事情。 所以，继续阅读
下载并安装Gprof
首先检查工具是否已经安装在系统上。 为此，只需在终端中运行以下命令即可。
$ gprof
如果您收到以下错误：
$ a.out: No such file or directory
那么这意味着该工具已经安装。 否则可以使用以下命令安装它：
$ apt-get install binutils
Gprof使用
不用说，理解Gprof这个工具的最好方法就是通过一个实际的例子。 所以，我们将从一个C语言程序开始，我们将通过Gprof进行剖析。 这是程序：
//test_gprof.c
#include<stdio.h>
void func4(void)
{
printf("\n Inside func4() \n");
for(int count=0;count<=0XFFFF;count++);
}
void func3(void)
{
printf("\n Inside func3() \n");
for(int count=0;count<=0XFFFFFFF;count++);
}
void func2(void)
{
printf("\n Inside func2() \n");
for(int count=0;count<=0XFFF;count++);
func3();
}
void func1(void)
{
printf("\n Inside func1() \n");
for(int count=0;count<=0XFFFFFF;count++);
func2();
}
int main(void)
{
printf("\n main() starts...\n");
for(int count=0;count<=0XFFFFF;count++);
func1();
func4();
printf("\n main() ends...\n");
return 0;
}
请注意，上面显示的代码（ test_gprof.c ）专门用于说明Gprof - 它不是从任何现实的项目中获取的。
现在，继续下一步是使用gcc编译这段代码。 注意，理想情况下，我将使用以下命令编译上述代码：
$ gcc -Wall -std=c99 test_gprof.c -o test_gprof
但是由于我们必须使用Gprof配置代码，所以我必须使用gcc编译器提供的-pg命令行选项。 所以，命令变成：
$ gcc -Wall -std=c99 -pg test_gprof.c -o test_gprof
如果您看看gcc的手册页，这里是关于-pg选项的内容：
“生成额外的代码来编写适合于分析程序gprof的配置文件信息。在编译需要数据的源文件时必须使用此选项，并且还必须在链接时使用它。
现在，回到上面的命令，成功执行后，将在输出中生成一个名为test_gprof的二进制文件。 下一步是启动该可执行文件。 以下是我在这种情况下启动二进制文件的方法：
$ ./test_gprof
一旦执行命令，您将看到将在当前工作目录中生成名为gmon.out的文件。
$ ls gmon*
gmon.out
该文件包含Gprof工具所需的所有信息，用于生成可读取的分析数据。 所以，现在使用Gprof工具如下：
$ gprof test_gprof gmon.out > profile-data.txt
基本上，这个命令的通用语法是：
$ gprof [executable-name] gmon.out > [name-of-file-that-will-contain-profiling-data]
现在，在我们看到profile-data.txt文件包含的信息之前，值得一提的是，Gprof生成的可读输出分为两部分：平面配置文件和调用图。 以下是Gprof的手册页面关于这两个部分的信息：
“平面配置文件显示了您的程序在每个功能中花费了多少时间，以及调用多少次功能。如果您只想知道哪些功能可以烧录大部分的周期，那么这里就简明扼要。
“调用图显示了对于每个函数，调用哪个函数，它调用了哪些其他函数，以及多少次。还有一个估计是在每个函数的子例程中花费了多少时间，这可以建议你所在的地方可能会尝试消除使用大量时间的函数调用。
掌握了这些信息，现在，您将能够更好地了解您的分析输出文件（我的案例中的profile-data.txt）中存在的数据。 以下是我案中的平面资料：
Flat profile:
Each sample counts as 0.01 seconds.
% cumulative self self total
time seconds seconds calls ms/call ms/call name
96.43 0.81 0.81 1 810.00 810.00 func3
3.57 0.84 0.03 1 30.00 840.00 func1
0.00 0.84 0.00 1 0.00 810.00 func2
0.00 0.84 0.00 1 0.00 0.00 func4
这就是每个领域的意义：
继续下去，这是我的情况下的通话图：
Call graph (explanation follows)
granularity: each sample hit covers 4 byte(s) for 1.19% of 0.84 seconds
index % time self children called name
0.03 0.81 1/1 main [2]
[1] 100.0 0.03 0.81 1 func1 [1]
0.00 0.81 1/1 func2 [3]
-----------------------------------------------
<spontaneous>
[2] 100.0 0.00 0.84 main [2]
0.03 0.81 1/1 func1 [1]
0.00 0.00 1/1 func4 [5]
-----------------------------------------------
0.00 0.81 1/1 func1 [1]
[3] 96.4 0.00 0.81 1 func2 [3]
0.81 0.00 1/1 func3 [4]
-----------------------------------------------
0.81 0.00 1/1 func2 [3]
[4] 96.4 0.81 0.00 1 func3 [4]
-----------------------------------------------
0.00 0.00 1/1 main [2]
[5] 0.0 0.00 0.00 1 func4 [5]
以下屏幕截图说明了信息调用图包含：
如果您想知道上述屏幕截图的来源，请告诉您，输出文件中包含所有这些信息的信息包括平面配置文件和调用图。 如果您希望从输出中省略此信息，可以使用Gprof提供的-b选项。
结论
不用说，我们刚刚在这里划伤了表面，因为Gprof提供了很多功能（只是看看其手册页 ）。 但是，无论我们在这里所涵盖的内容应该足以让您开始。 如果您已经使用Gprof，并希望与所有人分享与该工具相关的内容，请点击下面的注释。
