如何对 eBPF 代码进行性能分析？实例展示完整流程
在运行 eBPF 工作负载或编写 eBPF 代码时，通常希望衡量其对性能的影响。本文通过实例展示对 eBPF 代码进行性能分析的方法。
例子目标是测量文件打开操作性能，代码使用 eBPF 中的文件打开钩子，衡量添加该钩子的性能开销。为找出性能瓶颈，需依赖最少的简单 C 语言测试工具测量文件打开性能，给出了示例代码。代码目标是保持简单，在热缓存条件下重复打开同一文件，减少无关变化，帮助确定 p50/p99 指标，调用 `syscall(SYS_openat, …)` 而非 libc 的 `openat()` 包装函数，丢弃前 10% 结果作为预热期数据。测试工具输出文件打开次数及每次打开时间，用于测量添加 eBPF 钩子前后的性能变化。
环境设置
对 eBPF 代码进行性能分析时，希望 `perf` 工具能解析符号，需运行命令 `sudo sysctl -w net.core.bpf_jit_enable=1` 和 `sudo sysctl -w net.core.bpf_jit_kallsyms=1`，启用 JIT 编译并暴露 BPF 符号，使 `perf` 报告显示程序名称。检查符号是否出现在 `perf` 工具中，可运行 eBPF 代码并使用相关命令，检查 `lsm` 是因为测量 LSM 钩子。因使用自定义内核版本，`perf` 不在标准路径，本示例安装路径为 `PERF=/usr/lib/linux-tools/6.8.0-134-generic/perf`。
性能测量
设置好工具后，第一步在不运行 eBPF 代码时测量，用 C 代码打开 `/etc/hostname` 文件并输出结果到文件计算 p50/p99 指标，使用命令 `sudo taskset -c 3 chrt -f 99 ./bench /etc/hostname 100000 > /tmp/samples.txt `，`taskset -c 3` 锁定执行到 `CPU 3` 减少干扰，`chrt -f 99` 赋予高 CPU 优先级，C 代码丢弃前 10% 数据，文件应包含 90,000 个样本。
接下来运行 eBPF 代码并执行命令 `sudo $PERF record -g --call-graph fp -e cycles:k -F 997 -o ~/perf.data -- taskset -c 3 chrt -f 99 ./bench /etc/hostname 200000 > /tmp/samples.txt`，各选项有不同作用。运行后用命令 `sudo "$PERF" report -i ~/perf.data --stdio --sort comm,dso,symbol > perf.txt ` 对数据排序。给出 `perf.txt` 示例输出，显示 `bpf_lsm_file_open` 及其尾调用时间是性能瓶颈，该部分处于热点路径，减少 CPU 周期分配对系统性能影响显著。
本文关注性能分析方法，开销取决于钩子功能，不讨论具体数值，专注获取数据方法。通过上述步骤可分析时间花费处，结合 C 代码 p50/p99 指标对代码进行性能调优，识别 eBPF 代码对性能的影响并找出优化地方，优化方法如缓存数据或设计更好算法。
