#性能 #进程内存 #监控 #统计 #perf #API 绑定 #macos-ios

perfmon

一个设计为应用性能监控基础工具包

2 个版本

0.2.2 2024年4月9日
0.2.1 2024年2月12日

#109 in 性能分析

每月 23 次下载
用于 smolscale2

自定义许可

76KB
1.5K SLoC

perf-monitor-rs

github minimum rustc 1.31.0 MIT licensed docs.rs crates.io

# Cargo.toml
[dependencies]
perf_monitor = "0.2"

一个设计为应用性能监控基础工具包。它是

  • 跨平台: perf-monitor 支持 Windows、macOS、Linux、iOS 和 Android。
  • 安全包装: perf-monitor 在内部使用许多系统 C 接口,但对外暴露安全的包装 API。
  • 高效: perf-monitor 是对底层 API 的轻量级包装,注意不引入不必要的开销,在众多同质 API 中选择最轻量级的方法。

功能

  • CPU
    • 当前进程的使用率
    • 其他进程的使用率(即将推出)
    • 当前进程中的任何线程的使用率
    • 逻辑核心数
  • 内存
    • 一个全局分配器,跟踪 Rust 分配
    • Windows 和 MacOS(Linux 即将推出)的当前进程的进程内存信息。
  • IO
    • 磁盘 IO
    • 网络 IO(即将推出)
  • FD
    • FD 数量

示例

一个简单的活动监视器

    use perf_monitor::cpu::{ThreadStat, ProcessStat, processor_numbers};
    use perf_monitor::fd::fd_count_cur;
    use perf_monitor::io::get_process_io_stats;
    use perf_monitor::mem::get_process_memory_info;

    // cpu
    let core_num = processor_numbers().unwrap();
    let mut stat_p = ProcessStat::cur().unwrap();
    let mut stat_t = ThreadStat::cur().unwrap();

    let _ = (0..1_000).into_iter().sum::<i128>();

    let usage_p = stat_p.cpu().unwrap() * 100f64;
    let usage_t = stat_t.cpu().unwrap() * 100f64;

    println!("[CPU] core Number: {}, process usage: {:.2}%, current thread usage: {:.2}%", core_num, usage_p, usage_t);

    // mem
    let mem_info = get_process_memory_info().unwrap();
    println!("[Memory] memory used: {} bytes, virtural memory used: {} bytes ", mem_info.resident_set_size, mem_info.virtual_memory_size);

    // fd
    let fd_num = fd_count_cur().unwrap();
    println!("[FD] fd number: {}", fd_num);

    // io
    let io_stat = get_process_io_stats().unwrap();   
    println!("[IO] io-in: {} bytes, io-out: {} bytes", io_stat.read_bytes, io_stat.write_bytes);

上面的代码应该有以下输出

[CPU] core Number: 12, process usage: 502.16%, current thread usage: 2.91%
[Memory] memory used: 1073152 bytes, virtural memory used: 4405747712 bytes 
[FD] fd number: 7
[IO] io-in: 0 bytes, io-out: 32768 bytes

有关详细信息,请参阅 示例

性能

我们关注获取性能信息时的开销。我们尝试使用最有效的方法,同时确保 API 可用性。

例如,CPU 使用率和 FD 数量在这些设备上的成本如下

  • MacOS: MacBookPro15,1;6核 Intel Core i7;2.6GHz;16GB
  • Windows: Windows10;Intel Core i3-2310M;2.10GHz;64位;4GB
  • Android: Pixel 2;android 10
性能分析 Windows MacOS Android
线程 CPU 使用率(毫秒) 3 0.45 16
FD 数量(毫秒) 0.15 0.07 10

支持的平台

性能分析 Windows MacOS iOS Android Linux
CPU
内存
FD计数
IO

请参阅每个模块的文档以获取用法和更多详细信息。

Rust版本

要编译文档需要使用nightly版本,其他版本在稳定和nightly版本中均可工作。

cargo build

cargo +nightly doc 

cargo +nightly test
cargo test --lib

贡献

欢迎贡献力量!

创建一个问题或提交一个PR来报告错误、添加新功能或改进文档和测试。如果您是新的贡献者,请参阅这个页面以获取帮助。

为什么选择perf-monitor-rs?

有一些crate可以进行类似操作,例如sporkprocfs,和sysinfo

我们的应用程序需要在运行时监控自身,以帮助我们找到性能问题。例如,当CPU使用率异常升高时,我们想找出是哪些线程导致的。

然而,上述crate没有一个能满足我们的需求。

  • spork除了调用线程之外,无法获取其他线程信息。只能处理内存和CPU信息。并且已经停止更新多年。
  • procfs现在看起来很完善,但只支持Linux平台。在我们开发perf_monitor_rs的早期阶段,无法获取线程信息。
  • sysinfo支持我们需要的所有平台,但我们认为其接口不够优雅,因为需要在每次调用之前显式刷新,否则将获取旧值,并且无法从返回值中判断。更重要的是,它缺少一些功能,如fd、CPU使用率。

如果您正在构建跨平台应用程序并面临相同的问题,我们希望perf_monitor_rs能成为您的首选。

许可证

perf-monitor是在MIT许可证下提供的。请参阅LICENSE

依赖项

~7–21MB
~315K SLoC