通过perf分析分支预测失败，是一个从宏观到微观、从统计定位到精确归因的过程。主要可以按以下三个步骤进行。

第一步：宏观概览，确认问题

首先，使用perf stat来获取程序运行时的整体性能计数，这能快速判断分支预测失败问题是否严重。

perf stat -e branches,branch-misses -- ./your_program

这个命令会输出类似下面的结果，重点关注branch-misses的百分比。

Performance counter stats for './partsum': ... 1,000,692,747 branches 272,136 branch-misses # 0.03% of all branches <-- 这个值很低，说明分支预测很成功 ...

一个经验法则是，对于通用应用来说，branch-misses的比率在5-10%范围内是正常的。如果远超这个数值，比如达到了 15% 以上，那么就很有必要深入分析。

第二步：精确定位，找到热点

确认分支预测失败率很高之后，下一步就是找出哪些代码是“罪魁祸首”。这时需要使用perf record来采样。

# 采样 branch-misses 事件，并记录调用栈 perf record --event=branch-misses --call-graph=lbr ./your_program

• --event=branch-misses：指定只对分支预测失败事件进行采样。

• --call-graph=lbr：使用Last Branch Record (LBR)来记录调用栈。这是 Intel CPU 提供的一项硬件特性，能高效地记录分支历史，对性能影响很小。如果 CPU 不支持，也可以尝试fp（帧指针）或dwarf（DWARF 调试信息），但可能开销更高或信息不太精确。

采样完成后，使用perf report来查看结果。它会将分支预测失败事件按函数或代码行进行聚合，能定位到热点区域。

perf report

在交互式界面中，可以看到哪个函数的branch-misses事件最多。此外，在 TUI 模式下，还可以按B键来显示特定分支指令的预测失败信息。

第三步：深入分析，理解原因

找到热点代码后，就可以利用perf更高级的功能来精确分析每条分支指令的行为。

现代 Intel CPU 支持"Branch Counters"功能（需要通过-j any,counter开关启用）。它能在 LBR 记录中同时附带分支指令执行的次数和预测失败的次数。这让分析深入到单条机器指令的粒度。

使用以下命令记录更详细的信息：

# 同时采样分支指令和分支失败，并启用 Branch Counters perf record -e "{branch-instructions:ppp,branch-misses}:S" -j any,counter ./your_program

分析时，有两种强大的方式：

1. perf report --total-cycles：这个命令会展示一个关于指令块（basic block）的直方图，详细列出每个分支指令的执行次数和预测失败次数。

   # Branch counter abbr list: # branch-instructions:ppp = A # branch-misses = B # '-' No event occurs # # Sampled Cycles% ... Branch Counter [Program Block Range] # ............... ... ...................... .. 57.55% ... |A |- | ... <-- 只有A (branch-instructions) 计数 0.16% ... |AA |B | ... <-- 同时有A和B (branch-misses) 计数

   在输出中，你可以清楚地看到哪些分支指令执行次数最多（A），哪些是预测失败的重灾区（B）。

2. perf script -F +brstackinsn,+brcntr：这个命令可以输出极其详细的每条分支指令的机器码、周期数和预测失败计数。这对于理解最底层性能瓶颈非常有帮助。

   tchain_edit 332203 ...: 0000000000401774 insn: eb 04 br_cntr: AA # PRED 5 cycles [5] <-- 这条分支被执行了2次，未失败 0000000000401781 insn: 7e e3 br_cntr: A # PRED 1 cycles [6] 000000000040176c insn: 85 c0

注意：这个高级功能依赖于较新的 Intel CPU（如 Sapphire Rapids 及其后续平台）以及较新版本的 Linux 内核和perf工具。

常见陷阱与额外提示

• 指令“漂移”现象：在查看perf report的结果时，你可能会发现branch-misses事件被关联到了add、mov等非分支指令上。这是因为性能事件采样存在延迟，计数器溢出时，CPU 正在执行的可能是分支指令之后的几条指令。因此，通常需要将分析重点放在事件标记位置之前的几条分支指令上。

• 分析预测失败类型：理解预测失败的类型有助于思考优化方向。perf虽然不直接细分类型，但根据之前讨论的 BHT/BTB 原理，你可以推断：

  • 模式无法捕捉：如果数据分布高度随机，分支行为无规律可循，预测失败率会很高，可考虑用cmov等无分支方法替代。

  • 冲突/容量缺失：如果程序有大量分支，导致分支历史表（BHT）或分支目标缓冲器（BTB）中条目被频繁覆盖，也会导致预测失败。