perf_counter在测量系统的性能中有何作用？

不知不觉中，perf_counter已经经历了大大小小7个版本：

提高了delay_us()的精度

增加了对GCC、IAR的支持

改进了__cycleof__()宏，使其支持嵌套、并不再强制绑定 printf()

如果你使用的是Arm Compiler5（armcc）或是Arm Compiler 6（armclang），移植就特别简单。你可以按照这篇文章的手把手教程在5分钟内完成部署。

对于GCC和IAR来说，由于它们都不支持 Arm Compiler5/6 所特有的Linker语法——$Sub$$和$Super$$，因此无法直接通过 Lib 的方式实现对已有SysTick应用的 “寄居”——这里就只能忍痛割爱了。 这并不影响我们以源代码的形式将它们加入已有的 GCC 或是 IAR 工程。大体步骤如下： 第一步：将perf_counter.c和perf_counter.h拷贝到你的工程目录下，并将perf_counter.c 加入到编译列表中； 第二步：将perf_counter.h所在的路径加入到编译器的头文件搜索路径中；

第三步：perf_counter.c依赖CMSIS5.4.0及其以上版本，确保你的工程中正确的包含了对CMSIS的支持。（这里就不再赘述）。

第四步：在需要用到perf_counter功能的C源文件中加入对头文件的包含：

#include "perf_counter.h"

第五步：一般来说，用户会在某一个地方，比如main()函数内完成对CPU工作频率的配置，我们应该在完成这一工作之后确保全局变量SystemCoreClock被正确的更新——保存当前CPU的工作频率，比如：

externuint32_tSystemCoreClock;voidmain(void){system_clock_update();//!更新CPU工作频率SystemCoreClock=72000000ul//!假设更新后的系统频率是 72MHz...}

一般来说，你的芯片工程如果本身都是基于较新的CMSIS框架而创建的，你的启动文件中已经为你定义好了全局变量SystemCoreClock——当然，凡事都有例外，如果你在编译的时候报告找不到变量SystemCoreClock或者说“Undefined symbol __SystemCoreClock” 之类的，你自己定义一下就好了，比如：

uint32_tSystemCoreClock;voidmain(void){system_clock_update();//!更新CPU工作频率SystemCoreClock=72000000ul//!假设更新后的系统频率是 72MHz...}

在这以后，我们需要对perf_counter库进行初始化。这里分两种情况：

1、用户自己的应用里完全没有使用SysTick。对于这种情况，我们要在 main.c （或者别的什么源文件里）添加一个SysTick中断处理程序：

#include "perf_counter.h"... __attribute__((used))//!< 避免下面的处理程序被编译器优化掉void SysTick_Handler(void){ //! 这个函数来自于 perf_counter.h user_code_insert_to_systick_handler();}

然后我们在main()函数里初始化perf_counter服务：

#include... voidmain(void){system_clock_update(); //!更新CPU工作频率SystemCoreClock=72000000ul//!假设更新后的系统频率是 72MHzinit_cycle_counter(false);...}

需要特别注意的是：由于用户并没有自己初始化SysTick，因此我们需要将这一情况告知perf_counter库——由它来完成对SysTick的初始化——这里传递false给函数init_cycle_counter()就是这个功能。如果由perf_counter 库自己来初始化SysTick，它会为了自己功能更可靠将 SysTick的溢出值（LOAD寄存器）设置为最大值（0x00FFFFFF）。

2、用户自己的应用里使用了SysTick，拥有自己的初始化过程。对于这种情况，我们需要确保一件事情：即，SysTick的CTRL寄存器的 BIT2（SysTick_CTRL_CLKSOURCE_Msk）是否被置位了——如果其值是1，说明SysTick使用了跟CPU一样的工作频率，那么SysTick的测量结果就是CPU的周期数；如果其值是0，说明SysTick使用了来自于别处的时钟源，这个时钟源具体频率是多少就只能看芯片手册了（比如STM32就喜欢将系统频率做 1/8 分频后提供给SysTick作为时钟源），此时SysTick测量出来的结果就不是CPU的周期数。

在确保了CTRL寄存器的BIT2被正确置位，并且SysTick中断被使能（置位BIT1，SysTick_CTRL_TICKINT_Msk）后，我们可以简单的通过init_cycle_counter()函数告诉perf_counter模块：SysTick被用户占用了——这里传递 true 就实现这一功能。

#include ... void main(void){ system_clock_update(); //! 更新CPU工作频率 SystemCoreClock = 72000000ul //! 假设更新后的系统频率是 72MHz init_cycle_counter(true); ...}

当然，不要忘记向已经存在的SysTick_Handler()内加入perf_counter()的插入函数：

#include "perf_counter.h"... __attribute__((used))//!< 避免下面的处理程序被编译器优化掉void SysTick_Handler(void){ ... //! 这个函数来自于 perf_counter.h user_code_insert_to_systick_handler();    ...}

至此，我们就完成了perf_counter模块在GCC和IAR中的部署。

如何测量代码片断占用了多少CPU资源？

很多时候，我们会关心某一段代码或者函数究竟用了多少CPU周期，比如，我们写了一个算法，你很担心“这个算法究竟使用了多少CPU资源”，为了解决这个问题，我们需要用到如下的公式： CPU资源占用（百分比） = （函数运行所需的时间）（算法运行间隔的最小值） 100% 对于【函数运行所需的时间】和【算法运行间隔的最小值】来说，虽然它们都是时间单位，但考虑到CPU的频率是给定的（不变的），因此，这里的时间单位在乘以CPU的工作频率后都可以被换算为CPU的周期数。举例来说，假如【算法运行间隔的最小值】是 20ms、CPU的频率是72MHz，那么对应的周期数就是 72000000* (20ms / 1000ms) = 1440000 个周期。看来上述公式中唯一需要我们实际测量的就是【函数运行所需的周期数】了。

perf_counter提供了一个非常简单的运算符：__cycleof__()。假设我们要测量的代码片断如下：

...my_algorithm_step_a();my_algorithm_step_b();...my_algorithm_step_c();...则我们可以轻松的通过__cycleof__()运算来测量结果：

...__cycleof__("myalgorithm"){ my_algorithm_step_a(); my_algorithm_step_b(); ... my_algorithm_step_c();}...如果你的系统支持printf()，则可以看到类似如下的输出结果：

带入上述公式：525139 /14400000 * 100% ≈36.5% 就计算出这个算法占用了大约36.5%的CPU资源，值得说明的是，从原理上看，这一方式对裸机和RTOS同样有效哦。

有的小伙伴很快会说，我的系统并不允许我调用printf，那我还可以使用__cycleof__()么？当然了！就继续以上述代码为例子：

int32_tnCycleUsed=0; ...__cycleof__("my algorithm", { nCycleUsed = _; }) { my_algorithm_step_a(); my_algorithm_step_b(); ... my_algorithm_step_c();}...这里的代码所实现的功能是：

测量了用户函数my_algorithm_step_xxx()所使用的周期数：

测量的结果被转存到了一个叫做nCycleUsed的变量中；

__cycleof__()将不会调用printf()进行任何内容输出。

我相信很多小伙伴会揉了揉眼睛、仔细看了又看，然后回过头来满头问号：

这是C语言？ 这是什么语法？ 不要怀疑，这就是C语言，只不过使用了一点GCC的语法扩展（感兴趣的小伙伴可以复制这里的连接https://gcc.gnu.org/onlinedocs/gcc/Statement-Exprs.html#Statement-Exprs），考虑到本文只介绍perf_counter如何使用，而对其如何实现的并不关心，我们不妨略过GCC扩展语法的部分，专门来看看上述代码的使用细节：

首先，为了方便大家观察，我们先忽略圆括号内的部分：

...__cycleof__(...){ my_algorithm_step_a(); my_algorithm_step_b(); ... my_algorithm_step_c();}...可以发现，这里跟此前并没有什么不同：花括号包围的部分就是我们要测量的代码片断；

接下来，我们专门来看__cycleof__()圆括号中的部分：

int32_tnCycleUsed=0; ...__cycleof__("my algorithm", { nCycleUsed = _;}){...}...容易发现，如果以“,” 为分隔符，那么实际传递给__cycleof__()的是两个部分： 1、标注测量名称的字符串

"my algorithm"2、一段用花括号括起来的代码片断：

{nCycleUsed = _;}其中，nCycleUsed是一个事先已经初始化好的变量。 这里，对于表示测量名称的字符串"my algorithm"，在这一用法下在最终的编译结果里并不会占用任何RAM或者是ROM，但作为语法结构是必须的。 对于花括号所囊括的代码片段来说，实际上在这个花括号里，你几乎可以为所欲为：

你可以写任意数量的代码

你可以调用函数

你可以定义变量（当然这里定义变量肯定就是局部变量了）

但我们一般要做的事情其实是通过__cycleof__()所定义的一个局部变量"_"来获取测量结果——这也是下面代码的本意：

nCycleUsed = _;需要说明的是，这个局部变量"_"生命周期仅限于这个花括号中，因此不会影响 __cycleof__() 整个结构之外的部分——或者说，下述代码是没有意义的：

int32_t nCycleUsed = 0; ...__cycleof__("my algorithm", { nCycleUsed = _; }) { my_algorithm_step_a(); my_algorithm_step_b(); ... my_algorithm_step_c();} printf("Cycle Used %d", _);编译器会毫不客气的告诉你 "_" 是一个未定义的变量，反之如果你这么做：

int32_t nCycleUsed = 0; ...__cycleof__("my algorithm", { nCycleUsed = _; printf("Cycle Used %d", _); }) { my_algorithm_step_a(); my_algorithm_step_b(); ... my_algorithm_step_c();}

则会看到你心怡的输出结果：

没有什么黑魔法

如果你对上述例子的等效形式（展开形式）感到非常好奇，其实大可不必，上述代码在“逻辑上等效”于如下的形式：

int32_t nCycleUsed = 0; ...do {int64_t_=get_system_ticks(); { my_algorithm_step_a(); my_algorithm_step_b(); ... my_algorithm_step_c(); } _ = get_system_ticks() - _; //!我们添加的代码 nCycleUsed = _; printf("Cycle Used %d", _);}while(0);是不是突然就没有那么神秘了？通过“逻辑等效”的形式展开，我们很容易发现一些有趣的内容：

起核心作用的是一个叫做get_system_ticks()的函数。实际上它返回的是从复位后 SysTick被使能至今所经历的 CPU 周期数——由于它是int64_t 的类型，因此不用担心超过 SysTick 24位计数器的量程，也不用担心人类历史范围内会发生溢出的可能。知道这一点后，聪明的小伙伴就可以自己整活儿了。

由于 "_"是一个局部变量，因此可以判断__cycleof__() 是支持嵌套的。

需要特别说明的是，get_system_tick()函数自己也是有CPU时钟开销的，所以如果要获得较为精确的结果，推荐通过下面的方法来获取校准值：

staticint64_ts_lPerfCalib; voidcalib_perf_counter(void){ int64_t lTemp = get_system_tick(); s_lPerfCalib = get_system_tick() - lTemp;} int64_tget_perf_counter_calib(void){return s_lPerfCalib;}具体如何使用，这里就不再赘述了。 说在后面的话。

perf_counter仍然在不停的演化中，这多亏了开源社区不断的使用和反馈。perf_counter的应用场景实际上非常广泛，包括但不限于：

为裸机或者RTOS提供Cycle级别的性能测量；

评估代码片段的CPU占用；

算法精细优化时用于测量和观察优化的效果；

测量中断的响应时间；

测量中断的发生间隔（查找最短时间间隔）；

评估GUI的帧率或者刷新率；

与SystemCoreClock计算后，获得一个系统时间戳（Timestamp）；

当做Realtime Clock的基准；

作为随机数种子

……

实际上perf_counter在我参与的另外一个开源项目arm-2d里也被悄悄的藏在了platform_utilities.lib中用来为例子代码提供帧率的测量服务。

责任编辑：lq6