tools/perf/design.txt

   1
   2 Performance Counters for Linux
   3 ------------------------------
   4
   5 Performance counters are special hardware registers available on most modern
   6 CPUs. These registers count the number of certain types of hw events: such
   7 as instructions executed, cachemisses suffered, or branches mis-predicted -
   8 without slowing down the kernel or applications. These registers can also
   9 trigger interrupts when a threshold number of events have passed - and can
  10 thus be used to profile the code that runs on that CPU.
  11
  12 The Linux Performance Counter subsystem provides an abstraction of these
  13 hardware capabilities. It provides per task and per CPU counters, counter
  14 groups, and it provides event capabilities on top of those.  It
  15 provides "virtual" 64-bit counters, regardless of the width of the
  16 underlying hardware counters.
  17
  18 Performance counters are accessed via special file descriptors.
  19 There's one file descriptor per virtual counter used.
  20
  21 The special file descriptor is opened via the perf_event_open()
  22 system call:
  23
  24    int sys_perf_event_open(struct perf_event_attr *hw_event_uptr,
  25                              pid_t pid, int cpu, int group_fd,
  26                              unsigned long flags);
  27
  28 The syscall returns the new fd. The fd can be used via the normal
  29 VFS system calls: read() can be used to read the counter, fcntl()
  30 can be used to set the blocking mode, etc.
  31
  32 Multiple counters can be kept open at a time, and the counters
  33 can be poll()ed.
  34
  35 When creating a new counter fd, 'perf_event_attr' is:
  36
  37 struct perf_event_attr {
  38         /*
  39          * The MSB of the config word signifies if the rest contains cpu
  40          * specific (raw) counter configuration data, if unset, the next
  41          * 7 bits are an event type and the rest of the bits are the event
  42          * identifier.
  43          */
  44         __u64                   config;
  45
  46         __u64                   irq_period;
  47         __u32                   record_type;
  48         __u32                   read_format;
  49
  50         __u64                   disabled       :  1, /* off by default        */
  51                                 inherit        :  1, /* children inherit it   */
  52                                 pinned         :  1, /* must always be on PMU */
  53                                 exclusive      :  1, /* only group on PMU     */
  54                                 exclude_user   :  1, /* don't count user      */
  55                                 exclude_kernel :  1, /* ditto kernel          */
  56                                 exclude_hv     :  1, /* ditto hypervisor      */
  57                                 exclude_idle   :  1, /* don't count when idle */
  58                                 mmap           :  1, /* include mmap data     */
  59                                 munmap         :  1, /* include munmap data   */
  60                                 comm           :  1, /* include comm data     */
  61
  62                                 __reserved_1   : 52;
  63
  64         __u32                   extra_config_len;
  65         __u32                   wakeup_events;  /* wakeup every n events */
  66
  67         __u64                   __reserved_2;
  68         __u64                   __reserved_3;
  69 };
  70
  71 The 'config' field specifies what the counter should count.  It
  72 is divided into 3 bit-fields:
  73
  74 raw_type: 1 bit   (most significant bit)        0x8000_0000_0000_0000
  75 type:     7 bits  (next most significant)       0x7f00_0000_0000_0000
  76 event_id: 56 bits (least significant)           0x00ff_ffff_ffff_ffff
  77
  78 If 'raw_type' is 1, then the counter will count a hardware event
  79 specified by the remaining 63 bits of event_config.  The encoding is
  80 machine-specific.
  81
  82 If 'raw_type' is 0, then the 'type' field says what kind of counter
  83 this is, with the following encoding:
  84
  85 enum perf_event_types {
  86         PERF_TYPE_HARDWARE              = 0,
  87         PERF_TYPE_SOFTWARE              = 1,
  88         PERF_TYPE_TRACEPOINT            = 2,
  89 };
  90
  91 A counter of PERF_TYPE_HARDWARE will count the hardware event
  92 specified by 'event_id':
  93
  94 /*
  95  * Generalized performance counter event types, used by the hw_event.event_id
  96  * parameter of the sys_perf_event_open() syscall:
  97  */
  98 enum hw_event_ids {
  99         /*
 100          * Common hardware events, generalized by the kernel:
 101          */
 102         PERF_COUNT_HW_CPU_CYCLES                = 0,
 103         PERF_COUNT_HW_INSTRUCTIONS              = 1,
 104         PERF_COUNT_HW_CACHE_REFERENCES          = 2,
 105         PERF_COUNT_HW_CACHE_MISSES              = 3,
 106         PERF_COUNT_HW_BRANCH_INSTRUCTIONS       = 4,
 107         PERF_COUNT_HW_BRANCH_MISSES             = 5,
 108         PERF_COUNT_HW_BUS_CYCLES                = 6,
 109 };
 110
 111 These are standardized types of events that work relatively uniformly
 112 on all CPUs that implement Performance Counters support under Linux,
 113 although there may be variations (e.g., different CPUs might count
 114 cache references and misses at different levels of the cache hierarchy).
 115 If a CPU is not able to count the selected event, then the system call
 116 will return -EINVAL.
 117
 118 More hw_event_types are supported as well, but they are CPU-specific
 119 and accessed as raw events.  For example, to count "External bus
 120 cycles while bus lock signal asserted" events on Intel Core CPUs, pass
 121 in a 0x4064 event_id value and set hw_event.raw_type to 1.
 122
 123 A counter of type PERF_TYPE_SOFTWARE will count one of the available
 124 software events, selected by 'event_id':
 125
 126 /*
 127  * Special "software" counters provided by the kernel, even if the hardware
 128  * does not support performance counters. These counters measure various
 129  * physical and sw events of the kernel (and allow the profiling of them as
 130  * well):
 131  */
 132 enum sw_event_ids {
 133         PERF_COUNT_SW_CPU_CLOCK         = 0,
 134         PERF_COUNT_SW_TASK_CLOCK        = 1,
 135         PERF_COUNT_SW_PAGE_FAULTS       = 2,
 136         PERF_COUNT_SW_CONTEXT_SWITCHES  = 3,
 137         PERF_COUNT_SW_CPU_MIGRATIONS    = 4,
 138         PERF_COUNT_SW_PAGE_FAULTS_MIN   = 5,
 139         PERF_COUNT_SW_PAGE_FAULTS_MAJ   = 6,
 140         PERF_COUNT_SW_ALIGNMENT_FAULTS  = 7,
 141         PERF_COUNT_SW_EMULATION_FAULTS  = 8,
 142 };
 143
 144 Counters of the type PERF_TYPE_TRACEPOINT are available when the ftrace event
 145 tracer is available, and event_id values can be obtained from
 146 /debug/tracing/events/*/*/id
 147
 148
 149 Counters come in two flavours: counting counters and sampling
 150 counters.  A "counting" counter is one that is used for counting the
 151 number of events that occur, and is characterised by having
 152 irq_period = 0.
 153
 154
 155 A read() on a counter returns the current value of the counter and possible
 156 additional values as specified by 'read_format', each value is a u64 (8 bytes)
 157 in size.
 158
 159 /*
 160  * Bits that can be set in hw_event.read_format to request that
 161  * reads on the counter should return the indicated quantities,
 162  * in increasing order of bit value, after the counter value.
 163  */
 164 enum perf_event_read_format {
 165         PERF_FORMAT_TOTAL_TIME_ENABLED  =  1,
 166         PERF_FORMAT_TOTAL_TIME_RUNNING  =  2,
 167 };
 168
 169 Using these additional values one can establish the overcommit ratio for a
 170 particular counter allowing one to take the round-robin scheduling effect
 171 into account.
 172
 173
 174 A "sampling" counter is one that is set up to generate an interrupt
 175 every N events, where N is given by 'irq_period'.  A sampling counter
 176 has irq_period > 0. The record_type controls what data is recorded on each
 177 interrupt:
 178
 179 /*
 180  * Bits that can be set in hw_event.record_type to request information
 181  * in the overflow packets.
 182  */
 183 enum perf_event_record_format {
 184         PERF_RECORD_IP          = 1U << 0,
 185         PERF_RECORD_TID         = 1U << 1,
 186         PERF_RECORD_TIME        = 1U << 2,
 187         PERF_RECORD_ADDR        = 1U << 3,
 188         PERF_RECORD_GROUP       = 1U << 4,
 189         PERF_RECORD_CALLCHAIN   = 1U << 5,
 190 };
 191
 192 Such (and other) events will be recorded in a ring-buffer, which is
 193 available to user-space using mmap() (see below).
 194
 195 The 'disabled' bit specifies whether the counter starts out disabled
 196 or enabled.  If it is initially disabled, it can be enabled by ioctl
 197 or prctl (see below).
 198
 199 The 'inherit' bit, if set, specifies that this counter should count
 200 events on descendant tasks as well as the task specified.  This only
 201 applies to new descendents, not to any existing descendents at the
 202 time the counter is created (nor to any new descendents of existing
 203 descendents).
 204
 205 The 'pinned' bit, if set, specifies that the counter should always be
 206 on the CPU if at all possible.  It only applies to hardware counters
 207 and only to group leaders.  If a pinned counter cannot be put onto the
 208 CPU (e.g. because there are not enough hardware counters or because of
 209 a conflict with some other event), then the counter goes into an
 210 'error' state, where reads return end-of-file (i.e. read() returns 0)
 211 until the counter is subsequently enabled or disabled.
 212
 213 The 'exclusive' bit, if set, specifies that when this counter's group
 214 is on the CPU, it should be the only group using the CPU's counters.
 215 In future, this will allow sophisticated monitoring programs to supply
 216 extra configuration information via 'extra_config_len' to exploit
 217 advanced features of the CPU's Performance Monitor Unit (PMU) that are
 218 not otherwise accessible and that might disrupt other hardware
 219 counters.
 220
 221 The 'exclude_user', 'exclude_kernel' and 'exclude_hv' bits provide a
 222 way to request that counting of events be restricted to times when the
 223 CPU is in user, kernel and/or hypervisor mode.
 224
 225 The 'mmap' and 'munmap' bits allow recording of PROT_EXEC mmap/munmap
 226 operations, these can be used to relate userspace IP addresses to actual
 227 code, even after the mapping (or even the whole process) is gone,
 228 these events are recorded in the ring-buffer (see below).
 229
 230 The 'comm' bit allows tracking of process comm data on process creation.
 231 This too is recorded in the ring-buffer (see below).
 232
 233 The 'pid' parameter to the perf_event_open() system call allows the
 234 counter to be specific to a task:
 235
 236  pid == 0: if the pid parameter is zero, the counter is attached to the
 237  current task.
 238
 239  pid > 0: the counter is attached to a specific task (if the current task
 240  has sufficient privilege to do so)
 241
 242  pid < 0: all tasks are counted (per cpu counters)
 243
 244 The 'cpu' parameter allows a counter to be made specific to a CPU:
 245
 246  cpu >= 0: the counter is restricted to a specific CPU
 247  cpu == -1: the counter counts on all CPUs
 248
 249 (Note: the combination of 'pid == -1' and 'cpu == -1' is not valid.)
 250
 251 A 'pid > 0' and 'cpu == -1' counter is a per task counter that counts
 252 events of that task and 'follows' that task to whatever CPU the task
 253 gets schedule to. Per task counters can be created by any user, for
 254 their own tasks.
 255
 256 A 'pid == -1' and 'cpu == x' counter is a per CPU counter that counts
 257 all events on CPU-x. Per CPU counters need CAP_SYS_ADMIN privilege.
 258
 259 The 'flags' parameter is currently unused and must be zero.
 260
 261 The 'group_fd' parameter allows counter "groups" to be set up.  A
 262 counter group has one counter which is the group "leader".  The leader
 263 is created first, with group_fd = -1 in the perf_event_open call
 264 that creates it.  The rest of the group members are created
 265 subsequently, with group_fd giving the fd of the group leader.
 266 (A single counter on its own is created with group_fd = -1 and is
 267 considered to be a group with only 1 member.)
 268
 269 A counter group is scheduled onto the CPU as a unit, that is, it will
 270 only be put onto the CPU if all of the counters in the group can be
 271 put onto the CPU.  This means that the values of the member counters
 272 can be meaningfully compared, added, divided (to get ratios), etc.,
 273 with each other, since they have counted events for the same set of
 274 executed instructions.
 275
 276
 277 Like stated, asynchronous events, like counter overflow or PROT_EXEC mmap
 278 tracking are logged into a ring-buffer. This ring-buffer is created and
 279 accessed through mmap().
 280
 281 The mmap size should be 1+2^n pages, where the first page is a meta-data page
 282 (struct perf_event_mmap_page) that contains various bits of information such
 283 as where the ring-buffer head is.
 284
 285 /*
 286  * Structure of the page that can be mapped via mmap
 287  */
 288 struct perf_event_mmap_page {
 289         __u32   version;                /* version number of this structure */
 290         __u32   compat_version;         /* lowest version this is compat with */
 291
 292         /*
 293          * Bits needed to read the hw counters in user-space.
 294          *
 295          *   u32 seq;
 296          *   s64 count;
 297          *
 298          *   do {
 299          *     seq = pc->lock;
 300          *
 301          *     barrier()
 302          *     if (pc->index) {
 303          *       count = pmc_read(pc->index - 1);
 304          *       count += pc->offset;
 305          *     } else
 306          *       goto regular_read;
 307          *
 308          *     barrier();
 309          *   } while (pc->lock != seq);
 310          *
 311          * NOTE: for obvious reason this only works on self-monitoring
 312          *       processes.
 313          */
 314         __u32   lock;                   /* seqlock for synchronization */
 315         __u32   index;                  /* hardware counter identifier */
 316         __s64   offset;                 /* add to hardware counter value */
 317
 318         /*
 319          * Control data for the mmap() data buffer.
 320          *
 321          * User-space reading this value should issue an rmb(), on SMP capable
 322          * platforms, after reading this value -- see perf_event_wakeup().
 323          */
 324         __u32   data_head;              /* head in the data section */
 325 };
 326
 327 NOTE: the hw-counter userspace bits are arch specific and are currently only
 328       implemented on powerpc.
 329
 330 The following 2^n pages are the ring-buffer which contains events of the form:
 331
 332 #define PERF_RECORD_MISC_KERNEL          (1 << 0)
 333 #define PERF_RECORD_MISC_USER            (1 << 1)
 334 #define PERF_RECORD_MISC_OVERFLOW        (1 << 2)
 335
 336 struct perf_event_header {
 337         __u32   type;
 338         __u16   misc;
 339         __u16   size;
 340 };
 341
 342 enum perf_event_type {
 343
 344         /*
 345          * The MMAP events record the PROT_EXEC mappings so that we can
 346          * correlate userspace IPs to code. They have the following structure:
 347          *
 348          * struct {
 349          *      struct perf_event_header        header;
 350          *
 351          *      u32                             pid, tid;
 352          *      u64                             addr;
 353          *      u64                             len;
 354          *      u64                             pgoff;
 355          *      char                            filename[];
 356          * };
 357          */
 358         PERF_RECORD_MMAP                 = 1,
 359         PERF_RECORD_MUNMAP               = 2,
 360
 361         /*
 362          * struct {
 363          *      struct perf_event_header        header;
 364          *
 365          *      u32                             pid, tid;
 366          *      char                            comm[];
 367          * };
 368          */
 369         PERF_RECORD_COMM                 = 3,
 370
 371         /*
 372          * When header.misc & PERF_RECORD_MISC_OVERFLOW the event_type field
 373          * will be PERF_RECORD_*
 374          *
 375          * struct {
 376          *      struct perf_event_header        header;
 377          *
 378          *      { u64                   ip;       } && PERF_RECORD_IP
 379          *      { u32                   pid, tid; } && PERF_RECORD_TID
 380          *      { u64                   time;     } && PERF_RECORD_TIME
 381          *      { u64                   addr;     } && PERF_RECORD_ADDR
 382          *
 383          *      { u64                   nr;
 384          *        { u64 event, val; }   cnt[nr];  } && PERF_RECORD_GROUP
 385          *
 386          *      { u16                   nr,
 387          *                              hv,
 388          *                              kernel,
 389          *                              user;
 390          *        u64                   ips[nr];  } && PERF_RECORD_CALLCHAIN
 391          * };
 392          */
 393 };
 394
 395 NOTE: PERF_RECORD_CALLCHAIN is arch specific and currently only implemented
 396       on x86.
 397
 398 Notification of new events is possible through poll()/select()/epoll() and
 399 fcntl() managing signals.
 400
 401 Normally a notification is generated for every page filled, however one can
 402 additionally set perf_event_attr.wakeup_events to generate one every
 403 so many counter overflow events.
 404
 405 Future work will include a splice() interface to the ring-buffer.
 406
 407
 408 Counters can be enabled and disabled in two ways: via ioctl and via
 409 prctl.  When a counter is disabled, it doesn't count or generate
 410 events but does continue to exist and maintain its count value.
 411
 412 An individual counter can be enabled with
 413
 414         ioctl(fd, PERF_EVENT_IOC_ENABLE, 0);
 415
 416 or disabled with
 417
 418         ioctl(fd, PERF_EVENT_IOC_DISABLE, 0);
 419
 420 For a counter group, pass PERF_IOC_FLAG_GROUP as the third argument.
 421 Enabling or disabling the leader of a group enables or disables the
 422 whole group; that is, while the group leader is disabled, none of the
 423 counters in the group will count.  Enabling or disabling a member of a
 424 group other than the leader only affects that counter - disabling an
 425 non-leader stops that counter from counting but doesn't affect any
 426 other counter.
 427
 428 Additionally, non-inherited overflow counters can use
 429
 430         ioctl(fd, PERF_EVENT_IOC_REFRESH, nr);
 431
 432 to enable a counter for 'nr' events, after which it gets disabled again.
 433
 434 A process can enable or disable all the counter groups that are
 435 attached to it, using prctl:
 436
 437         prctl(PR_TASK_PERF_EVENTS_ENABLE);
 438
 439         prctl(PR_TASK_PERF_EVENTS_DISABLE);
 440
 441 This applies to all counters on the current process, whether created
 442 by this process or by another, and doesn't affect any counters that
 443 this process has created on other processes.  It only enables or
 444 disables the group leaders, not any other members in the groups.
 445
 446
 447 Arch requirements
 448 -----------------
 449
 450 If your architecture does not have hardware performance metrics, you can
 451 still use the generic software counters based on hrtimers for sampling.
 452
 453 So to start with, in order to add HAVE_PERF_EVENTS to your Kconfig, you
 454 will need at least this:
 455         - asm/perf_event.h - a basic stub will suffice at first
 456         - support for atomic64 types (and associated helper functions)
 457         - set_perf_event_pending() implemented
 458
 459 If your architecture does have hardware capabilities, you can override the
 460 weak stub hw_perf_event_init() to register hardware counters.
 461
 462 Architectures that have d-cache aliassing issues, such as Sparc and ARM,
 463 should select PERF_USE_VMALLOC in order to avoid these for perf mmap().