Nano Hash - криптовалюты, майнинг, программирование

Измерение использования процессора/ввода-выводов драйверами устройств, вызванного моей программой

Иногда код может использовать драйверы устройств до такой степени, что система перестает отвечать на запросы.

Недавно я оптимизировал код WIN32/VC++, из-за чего система почти перестала отвечать. Однако загрузка процессора была очень низкой. Причиной стали тысячи создания и уничтожения объектов GDI (ручек, кистей и т.д.). Как только я рефакторил код, чтобы все объекты создавались только один раз - система снова стала отзывчивой.

Это приводит меня к вопросу: есть ли способ измерить использование ЦП/IO драйверов устройств (GPU/диск/и т. д.) для данной программы/функции/строки кода?

windows c++ debugging measurement device-driver
06.01.2011

Ответы:


1

Вы можете использовать различные инструменты из SysInternals Utilities (теперь это продукт Microsoft, см. http://technet.microsoft.com/en-us/sysinternals/bb545027), чтобы дать общее представление, прежде чем приступить к делу. В вашем случае проводник процессов (procexp) и монитор процессов (procmon) выполняют достойную работу. Их можно использовать, чтобы получить общее представление о типе медлительности, прежде чем приступать к профилированию.

Затем вы можете использовать xperf http://msdn.microsoft.com/en-us/performance/default для детализации. При правильной настройке этот инструмент может привести вас к той функции, которая вызывает замедление, без внедрения кода профилирования в вашу существующую программу. Уже есть видео PDC, рассказывающее о том, как его использовать http://www.microsoftpdc.com/2009/CL16 и я очень рекомендую этот инструмент. По моему собственному опыту, всегда лучше сначала наблюдать за использованием procexp/procmon, а затем нацеливаться на ваших подозреваемых с помощью xperf, потому что xperf может генерировать огромное количество информации, если ее не фильтровать разумным образом.

В некоторых сложных случаях, связанных с блокировкой конфликтов, очень полезными будут средства отладки для Windows (windbg), и существуют специальные книги, посвященные их использованию. В этих книгах обычно рассказывается об обнаружении зависаний, и здесь также есть несколько методов, которые можно использовать для обнаружения медлительности. (например, !беглец)

07.01.2011

2

Может быть, вы могли бы использовать для этого ETW? Не уверен, что это поможет вам увидеть, какая строка вызывает что, но это должно дать вам хорошее общее представление о том, как работает ваше приложение.

06.01.2011

3

Чтобы узнать использование процессора/памяти/диска программой в режиме реального времени, вы можете использовать программы монитора ресурсов и диспетчера задач, которые поставляются с Windows. Вы можете найти количество времени, которое занимает блок кода по сравнению с другими блоками кода, распечатав системное время. Помните, что не следует проводить слишком много мониторинга сразу, потому что это может сбить ваши расчеты.

Если вы знаете, сколько процессорного времени занимает программа и какой процент времени занимает блок кода, то вы можете примерно оценить, сколько процессорного времени занимает блок кода.

06.01.2011
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..