Это относится к процессору X86_*? Или применим ко всем?
Что такое библиотечный/сторонний код, который использовался для этой работы?
Как реализована функция chrome://tracing в Google Chrome?
24.09.2013
- Он сгенерирован скриптом Python, вы заглядывали в исходный код? 24.09.2013
- Действительно? Вы имеете в виду, что исполняемый файл Chrome также включает среду выполнения Python? Я так не думаю. Еще бы попасть в первоисточник. Я хочу знать, как генерируются данные профилирования, а не как они заполняются. 25.09.2013
- Когда вы посмотрите на источник
chrome://tracing, вы найдете комментарий вверху, говорящий: Этот файл создан с помощью generate_about_tracing_contents.py. Но вы правы, он, вероятно, создается как часть процесса сборки Chrome, а не на лету. Так или иначе, я нашел метод, отвечающий за получение данных трассировки -onSystemTraceDataCollectedвtrace.js. Согласно комментарию выше, он вызывается путем трассировки кода С++ при поступлении новых данных трассировки системы. 25.09.2013 - Спасибо @KonradDzwinel! Что я хочу знать, так это то, как они получают информацию о профилировании, такую как вызов функции и счетчик вызовов и т. Д. Я попытаюсь погрузиться в исходный код. [Я чувствую, что не так просто получить такие детали трассировки без служебной библиотеки]. Может быть, google-perf-tools code.google.com/p/gperftools помогает Chrome получить их. Но я не уверен. 25.09.2013
Ответы:
1
Наконец-то я понял, как работает about://tracing, не копаясь в исходном коде.
http://www.chromium.org/developers/how-tos/trace-event-profiling-tool/tracing-event-instrumentation объясняет более подробную информацию о трассировке Chrome.
На самом деле это добавленные вручную инструментальные точки, вставленные разработчиками в исходники.
#include <base/debug/trace_event.h>
Вышеупомянутый заголовок содержит все абстракции, чтобы облегчить это.
26.09.2013
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..