傻孩子(GorgonMeducer) · 2021年06月08日

如何“优雅”的测量系统性能

首发:裸机思维
作者: GorgonMeducer 傻孩子

11.png

裸机思维

傻孩子图书工作室。探讨嵌入式系统开发的相关思维、方法、技巧。 欢迎参加新书每日一催活动。

58篇原创内容

Official Account

【说在前面的话】


在之前的文章《【嵌入式秘术】相约榨干SysTick的每一滴汁水》里,我们介绍了一个以“寄居”形式(也就是在不影响用户已有SysTick应用的情况下)测量CPU性能的开源函数库 _perf\_counter_。其仓库连接如下:

https://github.com/GorgonMedu...\_counter

不知不觉中,_perf\_counter_已经经历了大大小小7个版本:

  • 提高了_delay\_us()_ 的精度
  • 增加了对GCC、IAR的支持
  • 改进了 \_\_cycleof\_\_() 宏,使其支持嵌套、并不再强制绑定 printf()

image.png

如果你使用的是Arm Compiler5(armcc)或是Arm Compiler 6(armclang),移植就特别简单。你可以按照这篇文章的手把手教程在5分钟内完成部署。

【关于对GCC和IAR的支持】


对于GCC和IAR来说,由于它们都不支持 Arm Compiler 5/6 所特有的 Linker语法——$Sub$$ 和 $Super$$,因此无法直接通过 Lib 的方式实现对已有SysTick应用的 “寄居”——这里就只能忍痛割爱了。

这并不影响我们以源代码的形式将它们加入已有的 GCC 或是 IAR 工程。大体步骤如下:

第一步:将 perf\_counter.c 和 _perf\_counter.h_ 拷贝到你的工程目录下,并将perf\_counter.c 加入到编译列表中;

第二步:将 perf\_counter.h 所在的路径加入到编译器的头文件搜索路径中;

第三步:_perf\_counter.c_ 依赖 _CMSIS 5.4.0_ 及其以上版本,确保你的工程中正确的包含了对CMSIS的支持。(这里就不再赘述)。

第四步:在需要用到 perf\_counter 功能的C源文件中加入对头文件的包含:

#include "perf_counter.h"

第五步:一般来说,用户会在某一个地方,比如 main() 函数内完成对CPU工作频率的配置,我们应该在完成这一工作之后确保全局变量 _SystemCoreClock_ 被正确的更新——保存当前CPU的工作频率,比如:


extern uint32_t SystemCoreClock;
void main(void)
{
    system_clock_update();    //! 更新CPU工作频率
    SystemCoreClock = 72000000ul //! 假设更新后的系统频率是 72MHz
    ...
}

一般来说,你的芯片工程如果本身都是基于较新的CMSIS框架而创建的,你的启动文件中已经为你定义好了全局变量 SystemCoreClock_——当然,凡事都有例外,如果你在编译的时候报告找不到变量 _SystemCoreClock 或者说“_Undefined symbol \_\_SystemCoreClock_” 之类的,你自己定义一下就好了,比如:

uint32_t SystemCoreClock;
void main(void)
{
    system_clock_update();    //! 更新CPU工作频率
    SystemCoreClock = 72000000ul //! 假设更新后的系统频率是 72MHz
    ...
}

在这以后,我们需要对 perf\_counter 库进行初始化。这里分两种情况:

1、用户自己的应用里完全没有使用_SysTick_。对于这种情况,我们要在 main.c (或者别的什么源文件里)添加一个_SysTick_中断处理程序:


#include "perf_counter.h"
...

__attribute__((used))    //!< 避免下面的处理程序被编译器优化掉
void SysTick_Handler(void)
{
    //! 这个函数来自于 perf_counter.h 
    user_code_insert_to_systick_handler();
}

然后我们在 main() 函数里初始化 perf\_counter 服务:


#include <stdbool.h>
...

void main(void)
{
    system_clock_update();       //! 更新CPU工作频率
    SystemCoreClock = 72000000ul //! 假设更新后的系统频率是 72MHz
    init_cycle_counter(false);
    ...
}

需要特别注意的是:由于用户并没有自己初始化 SysTick_,因此我们需要将这一情况告知 _perf\_counter 库——由它来完成对 SysTick 的初始化——这里传递 false_ 给函数 _init\_cycle\_counter() 就是这个功能。如果由perf\_counter 库自己来初始化SysTick,它会为了自己功能更可靠将 SysTick的溢出值(LOAD寄存器)设置为最大值(0x00FFFFFF)。

2、用户自己的应用里使用了SysTick,拥有自己的初始化过程。对于这种情况,我们需要确保一件事情:即,SysTick的CTRL寄存器的 BIT2(SysTick\_CTRL\_CLKSOURCE\_Msk)是否被置位了——如果其值是1,说明SysTick使用了跟CPU一样的工作频率,那么SysTick的测量结果就是CPU的周期数;如果其值是0,说明SysTick使用了来自于别处的时钟源,这个时钟源具体频率是多少就只能看芯片手册了(比如STM32就喜欢将系统频率做 1/8 分频后提供给SysTick作为时钟源)此时SysTick测量出来的结果就不是CPU的周期数。

在确保了 _CTRL_ 寄存器的 BIT2 被正确置位,并且_SysTick_中断被使能(置位 BIT1,SysTick\_CTRL\_TICKINT\_Msk _)后,我们可以简单的通过 _init\_cycle\_counter() 函数告诉_perf\_counter_模块:_SysTick_ 被用户占用了——这里传递 true 就实现这一功能。


#include <stdbool.h>
...

void main(void)
{
    system_clock_update();       //! 更新CPU工作频率
    SystemCoreClock = 72000000ul //! 假设更新后的系统频率是 72MHz
    init_cycle_counter(true);
    ...
}

当然,不要忘记向已经存在的_SysTick\_Handler()_内加入_perf\_counter()_的插入函数:


#include "perf_counter.h"
...

__attribute__((used))    //!< 避免下面的处理程序被编译器优化掉
void SysTick_Handler(void)
{
    ...
    //! 这个函数来自于 perf_counter.h 
    user_code_insert_to_systick_handler();
    ...
}

至此,我们就完成了 perf\_counter 模块在 _GCC_和_IAR_中的部署。

【如何测量代码片断占用了多少CPU资源】


很多时候,我们会关心某一段代码或者函数究竟用了多少CPU周期,比如,我们写了一个算法,你很担心“这个算法究竟使用了多少CPU资源”,为了解决这个问题,我们需要用到如下的公式:

CPU资源占用(百分比) = 

    (函数运行所需的时间)➗ (算法运行间隔的最小值)

    ✖️ 100%

对于【函数运行所需的时间】【算法运行间隔的最小值】来说,虽然它们都是时间单位,但考虑到CPU的频率是给定的(不变的),因此,这里的时间单位在乘以CPU的工作频率后都可以被换算为CPU的周期数。举例来说,假如【算法运行间隔的最小值】是 20ms、CPU的频率是72MHz,那么对应的周期数就是 72000000 * (20ms / 1000ms) = 1440000 个周期。看来上述公式中唯一需要我们实际测量的就是【函数运行所需的周期数】了。

perf\_counter 提供了一个非常简单的运算符:_\_\_cycleof\_\_()_。假设我们要测量的代码片断如下:


...
my_algorithm_step_a();
my_algorithm_step_b();
...
my_algorithm_step_c();
...

则我们可以轻松的通过\_\_cycleof\_\_()运算来测量结果:


...
__cycleof__("my algorithm") {
    my_algorithm_step_a();
    my_algorithm_step_b();
    ...
    my_algorithm_step_c();
}
...

如果你的系统支持 _printf()_,则可以看到类似如下的输出结果:

image.png

带入上述公式:

525139 / 14400000 * 100% ≈ 36.5%

就计算出这个算法占用了大约 36.5% 的CPU资源,值得说明的是,从原理上看,这一方式对裸机和RTOS同样有效哦

有的小伙伴很快会说,我的系统并不允许我调用_printf_,那我还可以使用 _\_\_cycleof\_\_()_ 么?当然了!就继续以上述代码为例子:


int32_t nCycleUsed = 0;

...
__cycleof__("my algorithm", {
    nCycleUsed = _;
    }) {
    my_algorithm_step_a();
    my_algorithm_step_b();
    ...
    my_algorithm_step_c();
}
...

这里的代码所实现的功能是:

  • 测量了用户函数 my\_algorithm\_step\_xxx() 所使用的周期数:
  • 测量的结果被转存到了一个叫做 nCycleUsed 的变量中;
  • \_\_cycleof\_\_() 将不会调用 printf() 进行任何内容输出。

我相信很多小伙伴会揉了揉眼睛、仔细看了又看,然后回过头来满头问号:

这是C语言?

这是什么语法?

不要怀疑,这就是C语言,只不过使用了一点GCC的语法扩展(感兴趣的小伙伴可以复制这里的连接 https://gcc.gnu.org/onlinedoc... perf\_counter 如何使用,而对其如何实现的并不关心,我们不妨略过GCC扩展语法的部分,专门来看看上述代码的使用细节:

  • 首先,为了方便大家观察,我们先忽略圆括号内的部分:

...
__cycleof__(...) {
    my_algorithm_step_a();
    my_algorithm_step_b();
    ...
    my_algorithm_step_c();
}
...

可以发现,这里跟此前并没有什么不同:花括号包围的部分就是我们要测量的代码片断;

  • 接下来,我们专门来看_\_\_cycleof\_\_()_ 圆括号中的部分:

int32_t nCycleUsed = 0;

...
__cycleof__("my algorithm", {
    nCycleUsed = _;
    })
{
...
}
...

容易发现,如果以“,” 为分隔符,那么实际传递给 \_\_cycleof\_\_() 的是两个部分:

1、标注测量名称的字符串

"my algorithm"

2、一段用花括号括起来的代码片断:

{nCycleUsed = _;}

其中,_nCycleUsed_ 是一个事先已经初始化好的变量。

这里,对于表示测量名称的字符串"my algorithm",在这一用法下在最终的编译结果里并不会占用任何RAM或者是ROM,但作为语法结构是必须的

对于花括号所囊括的代码片段来说,实际上在这个花括号里,你几乎可以为所欲为:

  • 你可以写任意数量的代码
  • 你可以调用函数
  • 你可以定义变量(当然这里定义变量肯定就是局部变量了)

但我们一般要做的事情其实是通过_\_\_cycleof\_\_()_ 所定义的一个局部变量"_\__"来获取测量结果——这也是下面代码的本意:

nCycleUsed = _;

需要说明的是,这个局部变量"\_"生命周期仅限于这个花括号中,因此不会影响 \_\_cycleof\_\_() 整个结构之外的部分——或者说,下述代码是没有意义的:


int32_t nCycleUsed = 0;

...
__cycleof__("my algorithm", {
        nCycleUsed = _;
    }) {
    my_algorithm_step_a();
    my_algorithm_step_b();
    ...
    my_algorithm_step_c();
}

printf("Cycle Used %d", _);

编译器会毫不客气的告诉你 "\_" 是一个未定义的变量,反之如果你这么做:


int32_t nCycleUsed = 0;

...
__cycleof__("my algorithm", {
        nCycleUsed = _;
        printf("Cycle Used %d", _);
    }) {
    my_algorithm_step_a();
    my_algorithm_step_b();
    ...
    my_algorithm_step_c();
}

则会看到你心怡的输出结果:

image.png

【没有什么黑魔法】


如果你对上述例子的等效形式(展开形式)感到非常好奇,其实大可不必,上述代码在“逻辑上等效”于如下的形式:

int32_t nCycleUsed = 0;

...
do {
    int64_t _ = get_system_ticks();
    {
        my_algorithm_step_a();
        my_algorithm_step_b();
        ...
        my_algorithm_step_c();
    }
    _ = get_system_ticks() - _;
    
    //! 我们添加的代码
    nCycleUsed = _;
    printf("Cycle Used %d", _);
} while(0);

是不是突然就没有那么神秘了?通过“逻辑等效”的形式展开,我们很容易发现一些有趣的内容:

  • 起核心作用的是一个叫做 _get\_system\_ticks() _的函数。实际上它返回的是从复位后 SysTick被使能至今所经历的 CPU 周期数——由于它是int64\_t 的类型,因此不用担心超过 SysTick 24位计数器的量程,也不用担心人类历史范围内会发生溢出的可能。 知道这一点后,聪明的小伙伴就可以自己整活儿了。
  • 由于 "\_" 是一个局部变量,因此可以判断 \_\_cycleof\_\_() 是支持嵌套的

需要特别说明的是,get\_system\_tick() 函数自己也是有CPU时钟开销的,所以如果要获得较为精确的结果,推荐通过下面的方法来获取校准值:


static int64_t s_lPerfCalib;

void calib_perf_counter(void) {
    int64_t lTemp = get_system_tick();
    s_lPerfCalib = get_system_tick() - lTemp;
}

int64_t get_perf_counter_calib(void)
{
    return s_lPerfCalib;
}

具体如何使用,这里就不再赘述了。

【说在后面的话】


perf\_counter 仍然在不停的演化中,这多亏了开源社区不断的使用和反馈。_perf\_counter_ 的应用场景实际上非常广泛,包括但不限于:

实际上_perf\_counter_在我参与的另外一个开源项目 arm-2d里也被悄悄的藏在了 platform\_utilities.lib 中用来为例子代码提供帧率的测量服务。

如果你在使用中发现了任何问题、有任何反馈意见,还请提出你的issue,或者直接在评论区留言。谢谢啦。


专栏推荐文章

如果你喜欢我的思维,欢迎订阅裸机思维
版权归裸机思维(傻孩子图书工作室旗下公众号)所有,
所有内容原创,严禁任何形式的转载。
推荐阅读
关注数
1479
内容数
116
探讨嵌入式系统开发的相关思维、方法、技巧。
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息