gprof适合单线程函数级粗粒度分析，需编译加-pg -g且禁用高优化；perf基于采样，支持多线程、优化代码和硬件事件，需保留-g符号并关闭ASLR以确保准确性。
用 gprof 或 perf 做 C++ 性能分析，核心是两步：编译时加调试和性能采集标记，运行后生成调用耗时报告。关键不在工具本身，而在你是否拿到了真实、可复现的热点路径。
gprof：适合函数级粗粒度分析
gprof 依赖编译器插桩（instrumentation），会改变程序行为，只适用于单线程、非内联、不带优化（或 -O1）的程序。它能告诉你每个函数花了多少时间、被谁调用、调用了谁。
- 编译时加 -pg -g，比如：g++ -pg -g -O0 main.cpp -o app
- 运行一次程序：./app（会自动生成 gmon.out）
- 生成报告：gprof app gmon.out > profile.txt
注意：-O2/-O3 下函数可能被内联或优化掉，gprof 就看不到它们；多线程下统计不准；动态链接库需单独编译加 -pg 才能进报告。
perf：Linux 下更轻量、更准确的采样式分析
perf 是基于硬件计数器的采样工具，几乎不影响运行速度，支持多线程、优化代码、系统调用和内核栈，是现代 C++ 性能分析的首选。
立即学习“C++免费学习笔记（深入）”；
- 记录运行时热点：perf record -g ./app（-g 开启调用图）
- 查看火焰图式汇总：perf report -g --no-children
- 导出供 FlameGraph 脚本使用：perf script > perf.script
常见技巧：用 perf record -e cycles,instructions,cache-misses 指定事件；加 --call-graph dwarf 提升 C++ 模板/内联函数的栈还原精度；对 release 版本分析务必保留 -g（调试符号），否则函数名全是 ???。
别跳过的关键准备动作
- 确保二进制含调试信息：strip 之前先备份，或编译时始终加 -g
- 关闭 ASLR（地址空间随机化）便于比对：echo 0 | sudo tee /proc/sys/kernel/randomize_va_space
- 固定 CPU 频率避免频率缩放干扰：sudo cpupower frequency-set -g performance
- 用真实数据集跑，避免空循环或小样本导致的统计偏差
基本上就这些。gprof 快速上手但局限明显；perf 稍多几步配置，却能看清 cache miss、分支预测失败、锁竞争等深层问题。选哪个不重要，重要的是每次分析前确认符号没丢、样本够稳、环境没漂移。
