多线程性能调优关键在于精准定位线程级瓶颈，perf可无侵入式采样cpu消耗与调用栈；需用ps -t获取tid、加-g和--call-graph dwarf保留完整调用路径、用--no-children拆解self占比，并结合sched事件分析锁竞争与调度行为。
多线程应用性能调优的关键，不是盲目增加线程数，而是看清每个线程实际花了多少CPU时间、在哪段代码里卡住。perf能直接告诉你每个线程的CPU消耗分布，无需改代码、不干扰运行，是定位线程级瓶颈最可靠的方式。
确认目标进程与线程ID
先用ps -T -p <pid></pid>列出所有线程（LWP），获取TID（线程ID）。注意：perf对线程采样时，-p参数接受的是TID，不是PID。若只关心主线程，可用pidof your_program；若需分析特定工作线程，务必从ps -T输出中准确提取TID。
- 避免用
top -H查TID，它默认显示十进制，而perf部分场景要求十六进制（如perf script解析时） - 若程序刚启动，线程可能尚未完全创建，建议等业务稳定后再采样
- 容器环境需确保
/proc/<tids>/stack</tids>可读，否则调用栈可能截断
按线程粒度采样并保留调用栈
对单个线程采样时，必须加-g和--call-graph dwarf（或fp），否则无法还原C++模板函数或内联展开后的实际调用路径：
sudo perf record -g --call-graph dwarf -p <tids> sleep 20</tids>- 若采样多个线程，可重复执行多次，或使用
-a -C <cpu-list></cpu-list>绑定到特定核心后统一采集 - 避免高频采样（如-F 999）：线程切换频繁时，-F 99已足够；过高频率反而导致样本失真
区分线程自身开销与等待开销
perf report默认聚合所有采样，需用--no-children和-F comm,symbol,dso拆解真实归属：
-
perf report -g --no-children -F comm,symbol,dso -p <tids></tids>—— 查看该线程下各函数Self占比，排除子调用干扰 - 重点关注
comm列：若显示kthreadd或swapper，说明线程在内核态等待（如锁、IO、页分配） - 若某线程
Self极低但Children很高，且顶层是pthread_cond_wait或__lll_lock_wait，基本确认为锁竞争或条件变量阻塞
交叉验证线程调度行为
仅看CPU占用率不够，需结合调度事件判断是否被频繁抢占或长时间休眠：
- 运行
sudo perf record -e sched:sched_switch,sched:sched_stat_sleep,sched:sched_stat_blocked -p <tids> sleep 15</tids> - 用
perf script | awk '$3 ~ /sleep|blocked/ {print $1,$3,$NF}' | head -10快速定位休眠最长的10次 - 若
sched_stat_blocked事件密集，且对应symbol集中在std::mutex::lock，说明该线程正激烈争抢同一把锁
