AOT漫谈专题(第二篇): 如何对C# AOT轻量级APM监控

一：背景

1. 讲故事

上一篇我们聊到了如何调试.NET Native AOT 程序，这是研究一个未知领域知识的入口，这篇我们再来看下如何对 Native AOT 程序进行轻量级的APM监控，当然这里的轻量级更多的是对 AOT 中的coreclr内容的挖掘。

二：如何轻量级APM监控

1. 一个简单的例子

用一个不断的往内存中囤积数据的例子来演示吧，然后观察内存的趋势变化，参考代码如下：

internal class Program{public static List<string> list = new List<string>();static void Main(string[] args){Debugger.Break();Task.Run(() => { Run(); }).Wait();}static void Run(){for (int i = 0; i < 10000; i++){list.Add(string.Join(", ", Enumerable.Range(0, 20000)));Thread.Sleep(1);Console.WriteLine($"i={i}");}}}

这里要注意的是，AOT在 ilc 编译的过程中会采用摇树优化,言外之意就是 eventpipe跟踪组件 默认是不加入的，这个组件的源码在 src\native\eventpipe 目录下，主要是采用 ipc 的方式与接收者进行通讯。

如果有点懵的话可以简单的理解成这东西是托管版的ETW，msdn 上也给了一张对比图，参考如下：

说了这么多，言外之意就是要把 eventpipe 保留，方式就是在 csproj 中配置 EventSourceSupport =true 即可，参考如下：


<Project Sdk="Microsoft.NET.Sdk"><PropertyGroup><OutputType>Exe</OutputType><TargetFramework>net8.0</TargetFramework><ImplicitUsings>enable</ImplicitUsings><Nullable>enable</Nullable><PublishAot>true</PublishAot><InvariantGlobalization>true</InvariantGlobalization><EventSourceSupport>true</EventSourceSupport></PropertyGroup></Project>

接下来用 dotnet cli 进行 public 发布，参考如下：


dotnet publish -r win-x64 -c Debug  -o D:\testdump

程序启动好之后，接下来用dotnet-counter来洞察一下程序的托管堆，CPU 等各种指标，安装方式可以参考链接：https://learn.microsoft.com/zh-cn/dotnet/core/diagnostics/dotnet-counters


PS C:\Users\Administrator\Desktop> dotnet-counters monitor -n Example_21_1

从上图中我们确实也真真切切的看到了进程的各个指标，有些朋友可能会好奇，如果我没开 EventPipe还能挖到这些信息吗？这当然是可以的，不过这就需要你对 coreclr 底层有一定的了解度了。

windbg_86">2. 如何用windbg去挖

首先要知道的是sos 在 aot 中用不了的，但用不了不代表我们没办法，因为 sos 也是从 coreclr 中挖取的数据，那为什么我就不能自己去挖呢？

如何挖托管堆数据

sos 是在coreclr 的 gc_heap::generation_table 全局数组中挖取的数据，言外之意我也可以手工的去挖，然后拼凑成托管堆，参考如下：


0:009> dx -r1 (*((Example_21_1!WKS::generation (*)[5])0x7ff6fa99ca90))
(*((Example_21_1!WKS::generation (*)[5])0x7ff6fa99ca90))                 [Type: WKS::generation [5]][0]              [Type: WKS::generation][1]              [Type: WKS::generation][2]              [Type: WKS::generation][3]              [Type: WKS::generation][4]              [Type: WKS::generation]

这个数组就对应着 0代，1代，2代，LOH代，POH代等数据。

如何知道当前机器的内存总量和CPU核心数

这个数据在dump分析过程中非常重要，它可以表示当前机器的robust能力，这些数据在 coreclr 的 g_SystemInfo 和 total_physical_mem 全局变量中，参考如下：


0:009> x Example_21_1!WKS::gc_heap::total_physical_mem
00007ff6`fa9ac1b0 Example_21_1!WKS::gc_heap::total_physical_mem = 0x00000007`f7bbd0000:009> ? 0x00000007`f7bbd000 /0n1024/0n1024/0n1024
Evaluate expression: 31 = 00000000`0000001f0:009> dt Example_21_1!g_SystemInfo+0x000 dwNumberOfProcessors : 0xc+0x004 dwPageSize       : 0x1000+0x008 dwAllocationGranularity : 0x10000

可以看到当前机器的内存总量是 31G（32G），同时机器的CPU=12。

如何挖掘GC触发信息

捕获gc的触发可以有效的获取gc的触发代，触发原因，以及当前的托管堆静态和动态阈值情况，对我们洞察程序非常有帮助，那如何捕获呢？可以对gc触发的必经之路上下一个断点即可，比如：bp Example_21_1!WKS::gc_heap::gc1 。


0:010> bp Example_21_1!WKS::gc_heap::gc1 
0:010> g
Breakpoint 0 hit
Example_21_1!WKS::gc_heap::gc1:
00007ff7`e268cd20 488bc4          mov     rax,rsp
0:006> k 5# Child-SP          RetAddr               Call Site
00 0000001d`6c6febb8 00007ff7`e268ccac     Example_21_1!WKS::gc_heap::gc1 [D:\a\_work\1\s\src\coreclr\gc\gc.cpp @ 22250] 
01 0000001d`6c6febc0 00007ff7`e26742e0     Example_21_1!WKS::gc_heap::garbage_collect+0x77c [D:\a\_work\1\s\src\coreclr\gc\gc.cpp @ 24332] 
02 0000001d`6c6fec70 00007ff7`e26a5a8a     Example_21_1!WKS::GCHeap::GarbageCollectGeneration+0x300 [D:\a\_work\1\s\src\coreclr\gc\gc.cpp @ 50529] 
03 0000001d`6c6fecd0 00007ff7`e2672d84     Example_21_1!WKS::gc_heap::trigger_gc_for_alloc+0x5a [D:\a\_work\1\s\src\coreclr\gc\gc.cpp @ 18906] 
04 (Inline Function) --------`--------     Example_21_1!WKS::gc_heap::try_allocate_more_space+0x14e [D:\a\_work\1\s\src\coreclr\gc\gc.cpp @ 19048] 
...

接下来洞察内部的 gc_heap::settings 结构，信息如下：


0:006> dt Example_21_1!WKS::gc_heap::settings 00007ff7`e2c46fb0+0x000 gc_index         : Volatile<unsigned __int64>+0x008 condemned_generation : 0n0+0x00c promotion        : 0n0+0x010 compaction       : 0n1+0x014 loh_compaction   : 0n0+0x018 heap_expansion   : 0n0+0x01c concurrent       : 0+0x020 demotion         : 0n0+0x024 card_bundles     : 0n1+0x028 gen0_reduction_count : 0n0+0x02c should_lock_elevation : 0n0+0x030 elevation_locked_count : 0n0+0x034 elevation_reduced : 0n0+0x038 minimal_gc       : 0n0+0x03c reason           : 0 ( reason_alloc_soh )+0x040 pause_mode       : 1 ( pause_interactive )+0x044 found_finalizers : 0n0+0x048 background_p     : 0n0+0x04c b_state          : 0 ( bgc_not_in_process )+0x050 entry_memory_load : 0x30+0x058 entry_available_physical_mem : 0x00000004`1a660000+0x060 exit_memory_load : 00:006> dx -r1 (*((Example_21_1!Volatile<unsigned __int64> *)0x7ff7e2c46fb0))
(*((Example_21_1!Volatile<unsigned __int64> *)0x7ff7e2c46fb0))                 [Type: Volatile<unsigned __int64>][+0x000] m_val            : 0xd [Type: unsigned __int64]0:006> ? 0x41a660000/0n1024/0n1024/0n1024
Evaluate expression: 16 = 00000000`00000010

从上面的输出中可以看到当前GC的信息特别多：0xd次触发，并且是压缩式的回收，触发的是 0代，原因是代满了，当前机器还可使用的内存是 16G。