原文：FlameGraph interpretation

要想解读一张火焰图（FlameGraph），最好的方法就是理解它是如何生成的。

待分析的示例应用

以如下伪代码程序为例：

main() {
     // 某种业务逻辑
    func3() {
        // 某种业务逻辑
        func7();
    }

    // 某种业务逻辑
    func4();

    // 某种业务逻辑
    func1() {
        // 某种业务逻辑
        func5();
    }

    // 某种业务逻辑
    func2() {
        // 某种业务逻辑
        func6() {
            // 某种业务逻辑
            func8(); // 此处是 CPU 密集型的处理逻辑
    }
}

分析器采样

所谓分析（profiling）即是每秒做 X 次采样。采样时会将当时的调用栈保存下来。下图显示的是未经排序聚合的采样视图。

ProfilerSamplings.png

如下是对应的采样次数：

  • func3()->func7()：3次采样
  • func4()：1次采样
  • func1()->func5()：2次采样
  • func2()->func8()：4次采样
  • func2()->func6()：1次采样

对样本进行排序

接着，对样本从应用程序的起始点（或主方法）开始按照字母序排序。

SortedSamplings.png

请注意：X 轴不再是时间线。火焰图不会保留特定栈追踪（stack trace）发生时的时间信息，它仅表示在分析过程中该栈追踪被观察到的频率。

聚合视图

然后，将每个栈深度层级上相同函数的表示块拼接在一起，从而获得火焰图的聚合视图。

AggregatedView.png

这个例子中，和 func4() 同一层级的其他函数都没有实际消耗资源（除了 func4()）。func5()、func6()、func7()和func8()均消耗了一定的资源，func8()应该是性能优化的优选对象。

CPU 使用率（CPU utilization）是火焰图最常见的使用场景，不过还有其他类型的分析，比如：内存分配分析（allocation profiling） - 用于查看堆内存使用情况，墙上时钟分析（wall-clock profiling） - 用于查看延迟情况。

若想了解更多关于各种分析模式的信息，请阅读这里。

理解火焰图颜色

颜色是火焰图中用于编码每个栈帧附加信息的另一个维度。不同的火焰图实现中，颜色可能有不同的含义。async-profiler 使用以下调色板来区分栈帧类型：

flamegraph_colors.png