php做网站 价格外贸营销型网站设计
在 Python 开发过程中，深入了解程序的运行时行为对于优化性能、排查问题至关重要。本文聚焦于 DTrace 和 SystemTap 这两款强大的监控工具，详细介绍它们在 CPython 中的应用，包括启用静态标记、编写 DTrace 和 SystemTap 脚本、利用可用的静态标记和 Tapsets 等内容，帮助开发者精准剖析 CPython 程序，提升开发效率和程序质量。
目录
一、DTrace 和 SystemTap 简介
二、启用静态标记
（一）macOS 系统
（二）Linux 系统
三、静态 DTrace 探针
四、静态 SystemTap 标记
（一）直接使用静态标记
（二）可用的静态标记
（三）SystemTap Tapsets
五、总结
相关学习资源
一、DTrace 和 SystemTap 简介
DTrace 和 SystemTap 都是功能强大的监控工具，为用户提供了检查计算机系统上进程的有效方式。它们通过特定领域的语言，允许用户编写脚本实现进程监视过滤、数据收集以及生成数据报告等功能。从 Python 3.6 开始，CPython 支持构建带有嵌入式 “标记”（探测器）的版本，借助 DTrace 或 SystemTap 脚本，开发者能够更轻松地监视系统上 CPython 进程的运行状态 。不过需要注意的是，DTrace 标记属于 CPython 解释器的实现细节，在不同 CPython 版本之间，探针兼容性无法得到保证，版本变更时 DTrace 脚本可能会失效。
二、启用静态标记
（一）macOS 系统
macOS 系统内置了对 DTrace 的支持。在 macOS 上，用户可以通过在后台运行 Python 进程，然后使用以下命令列出 Python 程序提供的所有探测器：
$ python3.6 -q& $ sudo dtrace -l -P python$! # 或者：dtrace -l -m python3.6
（二）Linux 系统
在 Linux 系统中，若要使用 SystemTap 的嵌入式标记构建 CPython，首先需要安装 SystemTap 开发工具。可以通过以下命令进行安装：
# 使用yum安装 $ yum install systemtap-sdt-devel # 使用apt-get安装 $ sudo apt-get install systemtap-sdt-dev
安装完成后，在构建 CPython 时需要配置--with-dtrace选项，例如：
checking for --with-dtrace... yes
构建完成后，可以通过查看二进制文件是否包含.note.stapsdt部分来验证 SystemTap 静态标记是否存在：
$ readelf -S./python|grep.note.stapsdt
如果 Python 被编译为共享库（使用--enable-shared配置选项），则需要在共享库内部进行查看，如：
$ readelf -S libpython3.3dm.so.1.0|grep.note.stapsdt
部分较新版本的readelf命令还可以打印元数据，通过这些元数据能够详细了解 SystemTap 的相关信息，包括如何修补机器码指令以启用跟踪钩子 。
三、静态 DTrace 探针
下面通过一个 DTrace 脚本示例，展示如何显示 Python 脚本的调用 / 返回层次结构，并且仅在调用名为start的函数内进行跟踪（即导入时的函数调用不会被列出）。
self int indent;
python$target:::function-entry
/copyinstr(arg1) == "start"/
{self->trace = 1;
}
python$target:::function-entry
/self->trace/
{printf("%d\t%*s:", timestamp, 15, probename);printf("%*s", self->indent, "");printf("%s:%s:%d\n", basename(copyinstr(arg0)), copyinstr(arg1), arg2);self->indent++;
}
python$target:::function-return
/self->trace/
{self->indent--;printf("%d\t%*s:", timestamp, 15, probename);printf("%*s", self->indent, "");printf("%s:%s:%d\n", basename(copyinstr(arg0)), copyinstr(arg1), arg2);
}
python$target:::function-return
/copyinstr(arg1) == "start"/
{self->trace = 0;
}
运行该脚本的命令如下：
$ sudo dtrace -q -s call_stack.d -c "python3.6 script.py"
执行后，输出结果类似如下形式：
156641360502280 function-entry:call_stack.py:start:23 156641360518804 function-entry: call_stack.py:function_1:1 156641360532797 function-entry: call_stack.py:function_3:9 156641360546807 function-return: call_stack.py:function_3:10 156641360563367 function-return: call_stack.py:function_1:2 156641360578365 function-entry: call_stack.py:function_2:5 156641360591757 function-entry: call_stack.py:function_1:1 156641360605556 function-entry: call_stack.py:function_3:9 156641360617482 function-return: call_stack.py:function_3:10 156641360629814 function-return: call_stack.py:function_1:2 156641360642285 function-return: call_stack.py:function_2:6 156641360656770 function-entry: call_stack.py:function_3:9 156641360669707 function-return: call_stack.py:function_3:10 156641360687853 function-entry: call_stack.py:function_4:13 156641360700719 function-return: call_stack.py:function_4:14 156641360719640 function-entry: call_stack.py:function_5:18 156641360732567 function-return: call_stack.py:function_5:21 156641360747370 function-return:call_stack.py:start:28
通过上述脚本和命令，我们可以清晰地看到函数的调用和返回顺序，以及对应的文件名、函数名和行号，方便开发者分析程序的执行流程 。
四、静态 SystemTap 标记
（一）直接使用静态标记
直接使用静态标记时，需要明确指定包含标记的二进制文件。例如，以下 SystemTap 脚本用于显示 Python 脚本的调用 / 返回层次结构：
probe process("python").mark("function__entry") {filename = user_string($arg1);funcname = user_string($arg2);lineno = $arg3;
printf("%s => %s in %s:%d\\n",thread_indent(1), funcname, filename, lineno);
}
probe process("python").mark("function__return") {filename = user_string($arg1);funcname = user_string($arg2);lineno = $arg3;
printf("%s <= %s in %s:%d\\n",thread_indent(-1), funcname, filename, lineno);
}
运行该脚本的命令为：
$ stap show-call-hierarchy.stp -c "./python test.py"
输出结果如下：
11408 python(8274): => __contains__ in Lib/_abcoll.py:362 11414 python(8274): => __getitem__ in Lib/os.py:425 11418 python(8274): => encode in Lib/os.py:490 11424 python(8274): <= encode in Lib/os.py:493 11428 python(8274): <= __getitem__ in Lib/os.py:426 11433 python(8274): <= __contains__ in Lib/_abcoll.py:366
输出结果中的列分别表示脚本开始后经过的微秒数、可执行文件的名字、进程的 PID 以及脚本执行时的调用 / 返回层次结构。
如果使用的是 CPython 的--enable-shared编译版，由于标记包含在libpython共享库内部，probe 的加点路径需要相应调整。例如，上述脚本中的probe process("python").mark("function__entry") {应改为probe process("python").library("libpython3.6dm.so.1.0").mark("function__entry") {（假定为 CPython 3.6 的调试编译版） 。
（二）可用的静态标记
CPython 提供了多个可用的静态标记，方便开发者从不同角度监控程序运行：
| 标记名称 | 触发时机 | 参数说明 | 用途 |
|---|---|---|---|
function__entry(str filename, str funcname, int lineno) | Python 函数执行开始（仅针对纯 Python 字节码函数） | $arg1：文件名（使用user_string($arg1)访问） $arg2：函数名（使用user_string($arg2)访问） $arg3：行号 | 用于跟踪函数的调用，分析函数执行的起始位置和相关信息 |
function__return(str filename, str funcname, int lineno) | Python 函数执行结束（通过return或异常，仅针对纯 Python 字节码函数） | 与function__entry参数相同 | 用于跟踪函数的返回，分析函数执行的结束位置和相关信息 |
line(str filename, str funcname, int lineno) | Python 行即将被执行（不会在 C 函数中触发） | 与function__entry参数相同 | 类似于 Python 分析器逐行追踪，可用于细粒度的代码执行分析 |
gc__start(int generation) | Python 解释器启动垃圾回收循环时 | arg0：要扫描的代（与gc.collect()中的参数含义相同） | 用于监控垃圾回收机制的启动，分析垃圾回收操作的触发时机和相关参数 |
gc__done(long collected) | Python 解释器完成垃圾回收循环时 | arg0：收集到的对象数量 | 用于监控垃圾回收机制的结束，分析垃圾回收的效果和效率 |
import__find__load__start(str modulename) | importlib试图查找并加载模块之前 | arg0：模块名称 | 用于跟踪模块导入的开始阶段，分析模块导入的触发原因和相关模块信息 |
import__find__load__done(str modulename, int found) | importlib的find_and_load函数被调用后 | arg0：模块名称，arg1：表示模块是否成功加载 | 用于跟踪模块导入的结束阶段，分析模块导入的结果和相关模块信息 |
audit(str event, void *tuple) | sys.audit()或PySys_Audit()被调用时 | arg0：事件名称的 C 字符串，arg1：指向元组对象的PyObject指针 | 用于监控系统审计相关的操作，分析程序运行过程中的安全相关事件 |
（三）SystemTap Tapsets
SystemTap 的 Tapsets 是一种更高层次的集成方式，它类似于库，能够隐藏静态标记的一些底层细节，使开发者使用起来更加便捷。例如，以下是一个基于 CPython 非共享构建的 tapset 文件示例：
/*提供对 function__entry 和 function__return 标记的高级封装*/
probe python.function.entry = process("python").mark("function__entry")
{filename = user_string($arg1);funcname = user_string($arg2);lineno = $arg3;frameptr = $arg4
}
probe python.function.return = process("python").mark("function__return")
{filename = user_string($arg1);funcname = user_string($arg2);lineno = $arg3;frameptr = $arg4
}
如果将这个文件安装在 SystemTap 的 tapset 目录下（如/usr/share/systemtap/tapset），就会新增两个可用的探测点：
-
python.function.entry(str filename, str funcname, int lineno, frameptr)：表示一个 Python 函数的执行已经开始，仅针对纯 Python 字节码函数触发。 -
python.function.return(str filename, str funcname, int lineno, frameptr)：表示一个 Python 函数的执行已经结束（通过return或异常），仅针对纯 Python 字节码函数触发。
基于上述 tapset，我们可以编写更简洁的 SystemTap 脚本。例如，以下脚本使用该 tapset 实现跟踪 Python 函数调用层次结构：
probe python.function.entry
{printf("%s => %s in %s:%d\n",thread_indent(1), funcname, filename, lineno);
}
probe python.function.return
{printf("%s <= %s in %s:%d\n",thread_indent(-1), funcname, filename, lineno);
}
还有另一个脚本，使用该 tapset 提供所有运行中的 CPython 代码的类似top的视图，显示整个系统中每一秒内前 20 个最频繁进入的字节码帧：
global fn_calls;probe python.function.entry
{fn_calls[pid(), filename, funcname, lineno] += 1;
}probe timer.ms(1000) {printf("\033[2J\033[1;1H") /* clear screen */printf("%6s %80s %6s %30s %6s\n","PID", "FILENAME", "LINE", "FUNCTION", "CALLS")foreach ([pid, filename, funcname, lineno] in fn_calls -limit 20) {printf("%6d %80s %6d %30s %6d\n",pid, filename, lineno, funcname,fn_calls[pid, filename, funcname, lineno]);}delete fn_calls;
}五、总结
本文详细介绍了如何使用 DTrace 和 SystemTap 对 CPython 进行检测。通过启用静态标记，开发者可以在不同系统上为 CPython 添加监控能力；利用静态 DTrace 探针和 SystemTap 标记，能够实现对 CPython 程序的函数调用、垃圾回收、模块导入等关键行为的跟踪；而 SystemTap Tapsets 则提供了更高级、更便捷的方式来编写监控脚本。掌握这些工具和技术，开发者可以更深入地了解 CPython 程序的运行时行为，为性能优化、问题排查提供有力支持。
TAG: Python；DTrace；SystemTap；CPython；性能剖析；程序监控
相关学习资源
-
Python 官方文档：使用 DTrace 和 SystemTap 检测 CPython，提供了基础的使用方法和概念。
-
DTrace 官方文档：DTrace 的官方文档，深入了解 DTrace 的语法和功能，有助于编写更复杂的 DTrace 脚本 。
-
SystemTap 官方文档：SystemTap 的官方文档，详细介绍了 SystemTap 的使用方法和特性，是学习 SystemTap 的重要资源 。