Cachegrind / Callgrind：缓存模拟与函数级剖析
更新时间：2026-09-19。同属 Valgrind 套件：Cachegrind 模拟 CPU 的缓存和分支预测器，告诉你代码在哪里 cache miss / 分支误预测；Callgrind 在其基础上额外记录函数级调用计数与指令开销。想要真实硬件计数（cache-misses、IPC）则用 perf stat。
一、Cachegrind：缓存与分支模拟
bash
# 编译带调试符号
gcc -g -O2 -o prog prog.c
# 运行（自动产出 cachegrind.out.<pid>）
valgrind --tool=cachegrind ./prog
# 文本注解到源码行
cg_annotate cachegrind.out.12345输出关键指标：
| 指标 | 含义 |
|---|---|
| I1 refs / I1 misses | 指令缓存访问/未命中（取指） |
| D1 refs / D1 misses | 数据缓存访问/未命中（读写数据） |
| LL refs / LL misses | 末级缓存访问/未命中（最接近内存代价） |
| Branches / Mispredicts | 分支数 / 误预测数（误预测会清空流水线） |
cg_annotate 会把这些计数摊到每个函数、每行代码，直接看到「哪一行造成最多 LL miss」。对优化缓存友好代码、理解缓存组织非常直观。
二、Callgrind：函数级调用剖析
bash
valgrind --tool=callgrind ./prog
# 产出 callgrind.out.<pid>，含每个函数的指令数、调用次数、调用关系
callgrind_annotate callgrind.out.12345
# 可视化（最推荐）：KCachegrind 打开，看调用图与热点树
kcachegrind callgrind.out.12345
# 常用选项
valgrind --tool=callgrind --dump-instr=yes --collect-jumps=yes ./prog
valgrind --tool=callgrind --callgrind-out-file=call.out ./progCallgrind 以「指令数」而非真实时间衡量开销，结果稳定、可重复、不受机器负载影响，适合做 A/B 优化前后的确定性对比；KCachegrind 能展开调用者/被调用者（Callee Map），快速找到「谁调用了热点、自开销 vs 包含开销」。
三、典型工作流
bash
1) perf stat/record 先用真实硬件计数确认问题（是 cache-miss 高还是 IPC 低）
2) cachegrind/callgrind 在小输入上精确定位到函数/源码行
3) 按数据局部性、对齐、false sharing、分支可预测性优化
4) 再用 perf 回归验证真实加速模拟的优势是精确到行、不受采样误差影响；劣势是慢（20~50 倍），要用能复现问题的最小输入，不能跑生产规模。
四、与 perf 的分工
| 维度 | Cachegrind/Callgrind | perf stat/record |
|---|---|---|
| 数据来源 | 软件模拟 | 真实硬件 PMU 计数/采样 |
| 精度 | 精确到行，确定性 | 统计采样，近似 |
| 开销 | 20~50 倍慢 | 极低（~个位数%） |
| 规模 | 小输入、测试环境 | 可压测甚至生产 |
| 用途 | 定位到源码行、确定性对比 | 确认瓶颈类型、生产画像 |
内存越界/泄漏用 memcheck，火焰图采样用 perf record/report。
坑
- 用生产规模输入，模拟太慢跑不完；务必缩小到代表性最小负载。
- 把指令数当真实耗时：它不含真实频率/内存时延差异，跨不同 CPU 比较要看趋势不是绝对值。
- 优化只看自开销函数，忽略「被高频调用的小函数」——结合调用图看包含开销。
- 高优化级别内联后函数名丢失，定位时用适中优化 + -g。
总结
Cachegrind 通过模拟 L1/末级缓存和分支预测器，把指令/数据 cache miss 与分支误预测精确摊到源码行，Callgrind 进一步提供函数级指令数、调用次数和调用关系，配合 cg_annotate 或 KCachegrind 定位缓存不友好与热点代码；其结果确定可重复但有 20~50 倍开销，适合用最小代表性输入做精细分析和优化前后对比，真实硬件确认和大规模画像仍应交给 perf stat/record。