9.4 VSTS 效能分析工具
啊，效能分析，Performance！这是每一个程序员都梦想的事儿，让自己的程序跑得又快又好，最好是比别的同学快一个数量级，别人的程序是O(N^2)，而我的程序是O(n*logN)，或者是O(N)，这是多爽的一项成就呀！VSTS提供了方便的效能分析工具，让我们能很快地找到程序的效能瓶颈，从而能有的放矢，改进程序。下面我们看一个具体的例子。
和同学们的作业类似，有这样一道题：
写一个程序，分析一个文本文件中各个词出现的频率，并且把频率最高的10个词打印出来。
果冻很快用C#写好了程序，命名为WordFreq.exe，然后运行了一下，验证了正确性，程序的基本框架如代码清单9-3所示（全部程序可以在移山社区网站下载）：
代码清单9-3 WordFreq程序，程序框架
DoIt()
{
ProcessFile() //store all words in a big buffer
ProcessBuffer() //calculate and store the frequency of each word
OutputResult() //output top 10
}
ProcessBuffer()
{
GetOneWord() //get one word from buffer
FreqOneWord()
}
FreqOneWord(word)
{
Find the word in the array list,
If (found)
Update the frequency
If (not found)
Add the word in the array list with frequency = 1
}
OutputResult()
{
ArrayList.Sort() //sort the array
Output Top 10 entry;
}文本文件大约是30KB~300KB大小。在运行效能分析之前，阿超让大家预计占用时间最多的是什么函数，或者哪些语句。大家众说纷纭，有的说是处理文件，因为I/O很花时间，有的说是排序，有的说是处理每个词。还有人建议应该把排序和处理每一个词同时进行，这样就能加快速度。
我们看看到底会是什么情况。第一步，要确保编译的程序是Release版本。然后在VS界面中选中Tools | Performance Tools | Performance Wizard（如图9-1所示）。
图9-1 效能分析，选择分析方法
我们看到可以选择两种分析方法：
（1） 抽样（Sampling）
（2） 代码注入（Instrumentation）
通俗地解释，抽样就是当程序运行时，Visual Studio时不时看一看这个程序运行在哪一个函数内，并记录下来，程序结束后，Visual Studio就会得出一个关于程序运行时间分布的大致的印象。这种方法的优点是不需要改动程序，运行较快，可以很快地找到瓶颈。但是不能得出精确的数据，代码中的调用关系（CallTree）也不能准确表示。
另一方面，代码注入就是将检测的代码加入到每一个函数中，这样程序的一举一动都被记录在案，程序的各个效能数据都可以被精准地测量。这一方法的缺点是程序的运行时间会大大加长，还会产生很大的数据文件，数据分析的时间也相应增加。同时，注入的代码也影响了程序真实的运行情况（这有点像量子物理学中的“测试的光线干扰了测试物体本身”的现象）。
我们一般的做法是，先用抽样的方法找到效能瓶颈所在，然后对特定的模块用代码注入的方法进行详细分析。
对程序进行效能分析，我们先要弄清下面这几个名词，如表9-1所示：
表9-1 效能分析的名词解释
名 词 | 含 义 |
调用者Caller | 函数Foo()中调用了Bar()，Foo()就是调用者 |
被调用函数Callee | 见上，Bar()就是被调用函数 |
调用关系树Call Tree | 从程序的Main()函数开始，调用者和被调用函数就形成了一个树形关系——调用树 |
消逝时间Elapsed Time | 从用户的角度来看程序运行所花的时间。当用户看到一个程序没有反应，用户并不知道程序此时是在运行自己的代码，还是被调度出去了，或者操作系统此时正在忙别的事情 |
应用程序时间Application Time | 应用程序占用CPU的时间，不包括CPU在核心态时花费的时间 |
续表
名 词 | 含 义 |
本函数时间Exclusive Time | 所有在本函数花费的时间，不包括被调用者使用的时间 |
所有时间Inclusive Time | 包含本函数和所有调用者使用的时间 |
理解了上面的各种概念后，我们就不难理解“消逝的本函数时间（Elapsed Exclusive Time）”等其他组合名词所代表的概念了。
我们先进行抽样分析，在效能浏览器（Performance Explorer）中开始效能分析即可。
图9-2是WordFreq程序处理一个30KB的文本文件时的情况：
图9-2 用抽样的方法分析效能
大家可以看到最花时间的三个函数是：
WordFreq.Freq.FreqOneWord(string)
System.String.EqualsHelper(string,string)
System.Collections.ArrayList.get_Item(int32)
三个函数加起来占用了整个程序84%的时间。看来我们得分析为什么这三个函数会被调用得这么频繁，开销这么大了。
我们现在可以进行代码注入的分析，同样运行程序后，我们看看图9-3的调用树（Call Tree）报告。
图9-3 代码注入方法产生的效能报告
结合实际的代码（见代码清单9-4），可以看到在WordFreq. FreqOneWord函数中，究竟发生了什么：
代码清单9-4 FreqOneWord()
private void FreqOneWord(string w)
{
// see if we have a match, if not, add it to the end,
// then assign it initial frequency 1;
// if yes, inc the frequency by 1
for (int i = 0; i < m_wordList.Count; i++)
{
Frequency fi = (Frequency)m_wordList[i];
if (fi.str == w)
{
fi.n++;
return;
}
}
//now we have to append it to the end.
Frequency f = new Frequency();
f.str = w;
f.n = 1;
m_wordList.Add(f);
}
