本章小结（Chapter Summary）

• 延迟（latency）和吞吐量（throughput）通常是程序性能的最终指标。在寻求改善它们的方法时，我们需要获得更多关于应用程序如何执行的详细信息。硬件和软件都提供了可用于性能监控的数据。

• 代码插桩（Code instrumentation）使我们能够在程序中跟踪许多内容，但在开发和运行时方面都会产生相对较大的开销。虽然大多数开发者没有手动插桩代码的习惯，但这种方法对于自动化流程仍然有价值，例如配置文件引导优化（Profile-Guided Optimizations，PGO）。

• 跟踪（Tracing）在概念上与插桩类似，对于探索系统中的异常非常有用。跟踪使我们能够捕获完整的事件序列，并为每个事件附加时间戳。

• 性能监控计数器（Performance monitoring counters）是底层性能分析的一个非常重要的工具。它们通常以两种模式使用："计数"（Counting）或"采样"（Sampling）。计数模式主要用于计算各种性能指标。

• 采样跳过程序执行的大部分内容，只取一个应该代表整个间隔的样本。尽管如此，采样通常能产生足够精确的分布。采样最广为人知的用例是在程序中查找热点。采样是最流行的分析方法，因为它不需要重新编译程序且运行时开销非常小。

• 通常，计数和采样产生的运行时开销非常低（通常低于 2%）。一旦开始在不同事件之间多路复用，计数的开销会增加（5-15% 的开销），而采样的开销会随着采样频率的增加而增加 [Nowak2014TheOO]。

• 屋顶线性能模型（Roofline Performance Model）是一种以吞吐量为导向的性能模型，在高性能计算（High Performance Computing，HPC）领域被广泛使用。它可以将应用程序的性能与硬件限制进行可视化比较。屋顶线模型有助于识别性能瓶颈、指导软件优化，并跟踪优化进度。

• 有些工具尝试对代码的性能进行静态分析。此类工具模拟一段代码而不是执行它。这种方法有许多限制和约束，但作为回报，你会得到一份非常详细且底层的报告。

• 编译器优化报告（Compiler Optimization reports）有助于找到遗漏的编译器优化。