PGO (Profile Guided Optimization)
是指利用程序运行过程中采集到的 profile 数据，来重新编译程序以达到优化效果的 post-link 优化技术。其原理认为，对于特征相似的 input，程序运行的特征也相似，因此，我们可以把运行期的 profile 特征数据先采集一遍，再用来指导编译过程进行优化。
方案实施
方案一：
- 添加编译参数：
-fprofile-instr-generate完整编译项目
- 启动项目进程，像平常一样运行程序，尽可能多覆盖常用的功能点。会自动在当前目录生成
default.profraw文件
- 执行命令
llvm-profdata merge -output=profile.profdata default.profraw将采样文件转化成llvm编译认识的指导文件。程序每次运行都会生成新的profraw文件，如果不指定名称会覆盖上次的default.profraw，可以使用环境变量LLVM_PROFILE_FILE=${WOKR_DIR}/${PROGRAM_NAME}.profraw来指定生成的文件名，然后执行llvm-profdata merge -output=profile.profdata *.profraw来生成profdata文件
- 移除参数
-fprofile-instr-generate，添加参数-fprofile-instr-use=${WORK_DIR}/profile.profdata重新编译项目源码
- 运行程序执行相同的操作，验证效率优化的结果。
方案二：
此方案需要CPU支持IBS
- 添加编译参数：
-funique-internal-linkage-names -fdebug-info-for-profiling，添加链接参数-Wl,--no-rosegment编译项目源码（-funique-internal-linkage-names clang9不支持，这里升级到了clang15）
- 启动项目进程。
- 利用perf工具对程序进行采样，运行
perf record -p <pid> -e cycles:up -j any,u -a -- sleep 60，在此期间点击程序常用操作和功能。生成perf.data文件
- 执行
create_llvm_prof --profile perf.data --binary <运行的可执行程序> --out=llvm.prof生成llvm.prof编译指导文件
- 去掉之前的编译参数，加上编译参数
-fprofile-sample-use=llvm.prof重新编译项目源码
- 运行程序执行相同的操作，验证效率优化的结果。
参考资料
- https://blog.csdn.net/ByteDanceTech/article/details/124030419
- https://source.android.google.cn/docs/core/perf/pgo?hl=zh-cn
- https://www.xujun.org/note-157156.html
- https://blog.csdn.net/Rong_Toa/article/details/124604534
