引言#

可以使用不同的方法来分析 SUMO。对于 C++ 部分，我们传统上使用 gprof。较新的方法使用 perf Linux 工具或 valgrind。所有这些工具都仅在 Linux 上测试过。

对于 Python，使用的工具是 cProfile。

分析 C++#

这是首选工具。它速度快，不需要特殊构建，而且火焰图看起来很漂亮。唯一的缺点是烦人的设置会干扰 sysctl。

过程如下：

安装 perf 工具 sudo apt install linux-tools-$(uname -r)。
运行 perf record 检查是否允许记录内核事件（可能需要使用 Ctrl + c 中止调用）。
- 如果不允许，并且希望永久启用，请执行 sudo sh -c 'echo "kernel.perf_event_paranoid = -1\nkernel.kptr_restrict = 0" >> /etc/sysctl.conf'。
运行 perf record --call-graph dwarf sumo -c test.sumocfg。这将生成一个名为 perf.data 的文件。
使用 perf report 进行交互式检查。
可选地生成火焰图（使用 Web 浏览器查看生成的 svg）
- git clone https://github.com/brendangregg/FlameGraph
- perf script | FlameGraph/stackcollapse-perf.pl | FlameGraph/flamegraph.pl > flamegraph.svg

如果不想或无法使用上述方法，这是次优选择。它需要重新编译 sumo，但通常不需要 root 权限，因为大部分工具（除了可视化部分）已经随编译器安装。

过程如下：

安装 gprof sudo apt install binutils。
通过在 VS Code 中选择 "Profiling" 构建变体，或在运行 cmake 时启用 -DPROFILING=ON 来启用代码插桩。这默认会在所有可执行文件名后添加后缀 P。
运行代码，例如 $SUMO_HOME/bin/sumoP -c test.sumocfg。这将生成一个名为 gmon.out 的文件。
生成文本输出，例如 gprof $SUMO_HOME/bin/sumoP gmon.out > gprof.log。
可选地使用可视化工具
- python3 -m pip install gprof2dot。
- gprof2dot < gprof.log > gprof.dot。
- sudo apt install xdot
- xdot gprof.dot

待定

待定