C++ Remote Profiler

类似 Go pprof 和 brpc pprof service 的 C++ 远程性能分析库：在被分析进程内嵌入 HTTP 接口，远程采集 CPU / Heap profile，并直接产出火焰图 SVG。

核心 profiling 基于 gperftools；Web 层基于 Drogon，可选。

当前版本: v0.1.0（开发阶段，API 可能随时变化，不建议用于生产环境）

功能特性

CPU Profiling — 基于 gperftools 的采样式 CPU 分析
Heap Profiling — 堆内存分配分析与泄漏检测
Heap Growth Profiling — 堆增长栈分析，无需 TCMALLOC_SAMPLE_PARAMETER
线程堆栈捕获 — 采集进程内所有线程的调用栈，支持动态线程数
标准 pprof 接口 — /pprof/* 兼容 Go pprof 工具链
一键分析 — /api/pprof/* 直接返回渲染好的 SVG（默认火焰图，可选调用图），浏览器可显示
框架无关 — ProfilerHttpHandlers 返回普通结构体，可接入任意 Web 框架
可选 Web 层 — 核心库不依赖任何 Web 框架
可配置日志 — 实现 LogSink 即可接入宿主应用的日志系统
信号安全 — 保存并恢复宿主程序原有的信号处理器

设计理念

参考 Go pprof 提供两种互补的使用方式：

标准 pprof 模式 — /pprof/profile、/pprof/heap 返回原始 profile 文件，交给 go tool pprof 分析
一键分析模式 — /api/pprof/cpu 等直接返回 SVG（renderer=flamegraph 火焰图或 renderer=callgraph 调用图），默认 output=inline，浏览器可直接显示

架构上分为两层，边界清晰：

profiler_core — 纯 profiling 核心，不依赖 Drogon/spdlog，可独立使用
profiler_web — 可选的 Drogon 适配层，仅做路由注册与请求/响应转换
ProfilerHttpHandlers — 位于核心库中，返回 HandlerResponse{status, content_type, body, headers}，不绑定任何框架
ProfilerManager — 普通类而非单例，生命周期由使用者管理

接口命名规则：

/pprof/* — Go pprof 标准接口，返回原始 profile 供 go tool pprof 消费
/api/pprof/* — 项目自定义的分析接口，服务端采样/渲染后直接返回 SVG
/api/status、/api/thread/stacks — 状态查询与线程栈
/ — Web 控制面板（不再有独立的查看器页）

快速开始

前置要求

Linux（已在 Ubuntu 与 WSL2 上测试；实现依赖 /proc/self/exe、/proc/self/task 与 sigaction，不支持 macOS/Windows）
CMake 3.15+（使用 CMakePresets.json 时需 3.20+）
g++ 10+ 或 clang++ 12+（需 C++20）
git、pkg-config、graphviz

1. 安装系统依赖

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install -y cmake build-essential git pkg-config graphviz libgoogle-perftools-dev

# Fedora/RHEL/CentOS
sudo dnf install -y cmake gcc-c++ make git pkg-config graphviz gperftools-devel

其余依赖（drogon、gtest、nlohmann-json、openssl、zlib、protobuf、backward-cpp）由 vcpkg 提供。

2. 初始化 vcpkg

if [ ! -d "vcpkg" ]; then
    git clone https://github.com/Microsoft/vcpkg.git
    ./vcpkg/bootstrap-vcpkg.sh
fi

vcpkg.json 位于仓库根目录，CMake 工具链会在首次 configure 时自动安装清单里的依赖，无需手动 vcpkg install。

3. 编译

推荐使用 CMake Presets（与 CI 一致）：

cmake --preset=release
cmake --build build/release -j$(nproc)

或手动指定：

cmake -S . -B build \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_TOOLCHAIN_FILE=vcpkg/scripts/buildsystems/vcpkg.cmake \
    -DVCPKG_TARGET_TRIPLET=x64-linux-release
cmake --build build -j$(nproc)

build.sh 是等价的便捷脚本（内部同样走 vcpkg 工具链）。

构建类型（CMAKE_BUILD_TYPE，默认 RelWithDebInfo）：

构建类型	说明
`Release`	`-O2 -g`，适合生产与 profiling
`RelWithDebInfo`	`-O2 -g`（默认），推荐用于 profiling
`Debug`	`-O0 -g`，适合调试

所有构建类型都带 -g：缺少调试符号时火焰图只能显示地址而非函数名。

4. 运行示例服务

./start.sh
# 或
cd build && ./profiler_example

服务监听 http://localhost:8080。

示例程序会起几个有名字的后台线程，便于验证 /api/thread/stacks：

线程名	行为	预期栈顶
`profiler-worker`	跑 CPU/内存负载后 sleep 5s	`clock_nanosleep`
`profiler-sleeper`	每 1.5s 醒一次	`clock_nanosleep`
`profiler-parked`	永久等在条件变量上	futex 等待

端点输出里会看到 profiler-sleepe（少一个 r）——这是内核把线程名截断到 15 字符，不是拼写错误。输出读的是 /proc/<tid>/comm，与 ps/top 显示的值一致。

运行时依赖

ProfilerManager 构造时会向进程当前工作目录写入两个脚本，分析接口通过相对路径调用它们：

文件	用途	依赖
`./pprof`	解析 gperftools profile，生成 SVG / collapsed 格式	`perl`
`./flamegraph.pl`	由 collapsed 数据渲染火焰图	`perl`

由此带来三点要求：

工作目录必须可写。以只读目录（如 /）为 CWD 启动会导致脚本写入失败，所有 /api/pprof/* 图表接口返回 500。
必须安装 perl：sudo apt-get install -y perl。
不要删除这两个文件，每个进程实例都会重新生成。

不需要图表功能时（例如只用 /pprof/profile 拿原始 profile 文件），上述依赖不影响使用。

请求调度与并发

所有会产生图表的接口都需要数秒（CPU 采样最长 300 秒），因此 Drogon 适配层不会在事件循环线程上执行它们：这些请求被投递到一个后台工作线程，完成后通过 queueInLoop() 把响应送回事件循环。/api/status、/ 等快速接口始终即时响应，采样进行中也能实时查询状态。

CPU 采样是独占的：gperftools 的采样会话是进程级全局状态，因此同一时刻只允许一个 CPU 采样请求。第二个并发请求会立即被拒绝（而不是排队等待），与 Go 的 net/http/pprof 行为一致：

端点	并发请求的响应
`/pprof/profile`	`500`，`text/plain`，`Could not enable CPU profiling: cpu profiling already in use`，并带 `X-Go-Pprof: 1` 头
`/api/pprof/cpu`	`409`，`{"error":"cpu profiling already in use"}`

X-Go-Pprof: 1 是给 go tool pprof 的信号：告诉它响应体是错误消息而非 profile 数据。

宿主自己开的会话不会被抢占。 如果你的程序用 startCPUProfiler() 主动开了一段采样，此期间的 HTTP 请求会被拒绝（同上表），而不会停掉你那段采样。同理 startHeapProfiler() 开的 heap 会话也不会被 /api/pprof/heap 抢占。

Heap 分析同样独占。HeapProfilerStart() 与 CPU profiler 不同——它没有失败模式，重复调用会静默替换输出前缀，所以必须先原子认领再启动，否则并发调用会共用同一份快照。/api/pprof/heap 在已有分析进行时返回 409 + {"error":"heap profiling already in use"}。

/api/pprof/growth 不受此限制：它读取 GetHeapGrowthStacks()，不占用任何 profiler 会话，可与 CPU 采样并存。

快速接口（/api/status、/）不受采样影响，采样期间依然即时响应。

若自行接入其它 Web 框架，请同样把上述接口放到工作线程执行，否则会阻塞你的事件循环。

CMake 构建选项

选项	默认值	说明
`BUILD_SHARED_LIBS`	`ON`	`ON` 构建动态库（`.so`），`OFF` 构建静态库（`.a`）
`REMOTE_PROFILER_INSTALL`	`ON`	生成 install 规则
`REMOTE_PROFILER_BUILD_EXAMPLES`	`ON`	构建示例程序 `profiler_example`
`REMOTE_PROFILER_BUILD_TESTS`	`ON`	构建测试程序
`REMOTE_PROFILER_ENABLE_WEB`	`ON`	编译 Web 层（需 Drogon），`OFF` 则完全不依赖 Drogon
`ENABLE_COVERAGE`	`OFF`	生成覆盖率报告
`BUILD_DOCS`	`OFF`	生成 Doxygen API 文档（输出到 `build/docs/html/`）
`REMOTE_PROFILER_BUILD_FUZZERS`	`OFF`	构建 libFuzzer 模糊测试目标（需 clang，见 CONTRIBUTING）

常见场景：

# 仅核心库，不依赖 Drogon、不构建示例与测试
cmake -S . -B build -DREMOTE_PROFILER_ENABLE_WEB=OFF \
    -DREMOTE_PROFILER_BUILD_EXAMPLES=OFF -DREMOTE_PROFILER_BUILD_TESTS=OFF \
    -DCMAKE_TOOLCHAIN_FILE=vcpkg/scripts/buildsystems/vcpkg.cmake \
    -DVCPKG_TARGET_TRIPLET=x64-linux-release

vcpkg 清单中的依赖是无条件查找的，即使关掉 REMOTE_PROFILER_BUILD_TESTS 也仍需要 gtest 等包在工具链中可见；用 REMOTE_PROFILER_ENABLE_WEB=OFF 才能真正去掉 Drogon。

安装与集成

cmake --install build                  # 默认前缀 /usr/local
cmake --install build --prefix /opt/cpp-remote-profiler

安装布局（<libdir> 在 Debian/Ubuntu 上为 lib，在 Fedora/RHEL 上为 lib64）：

<prefix>/
├── include/cpp-remote-profiler/
│   ├── profiler_manager.h  profiler_version.h  version.h
│   └── profiler/{http_handlers.h, log_sink.h, drogon_adapter.h}
├── <libdir>/
│   ├── libprofiler_core.so
│   ├── libprofiler_web.so                      # 启用 Web 时
│   └── cmake/cpp-remote-profiler/              # CMake package 配置
└── share/doc/cpp-remote-profiler/              # 启用 BUILD_DOCS 时

方式 1：`find_package`（推荐）

find_package(cpp-remote-profiler REQUIRED)
target_link_libraries(my_app PRIVATE cpp-remote-profiler::profiler_core)

安装到非标准前缀时用 CMAKE_PREFIX_PATH 指向它，不要用 cpp-remote-profiler_DIR 硬编码 lib 路径（lib64 发行版上会失效）。

需要 Web 层时显式链接 Drogon —— profiler_web 对 Drogon 是私有依赖，不会自动传递：

find_package(cpp-remote-profiler REQUIRED)
find_package(Drogon CONFIG REQUIRED)
target_link_libraries(my_app PRIVATE
    cpp-remote-profiler::profiler_web
    Drogon::Drogon)

方式 2：`FetchContent` / `add_subdirectory`

set(REMOTE_PROFILER_BUILD_EXAMPLES OFF CACHE BOOL "")
set(REMOTE_PROFILER_BUILD_TESTS    OFF CACHE BOOL "")
set(REMOTE_PROFILER_INSTALL        OFF CACHE BOOL "")
add_subdirectory(third_party/cpp-remote-profiler)
target_link_libraries(my_app PRIVATE profiler_core)

两种方式同样需要 vcpkg 工具链（或系统里已有 gtest/Backward/absl/OpenSSL/zlib）。可运行示例见 cmake/examples/。

嵌入方式 A：仅核心 profiling

#include "profiler_manager.h"

int main() {
    profiler::ProfilerManager profiler;

    profiler.startCPUProfiler("cpu.prof");
    // ... 你的业务代码 ...
    profiler.stopCPUProfiler();
}

嵌入方式 B：完整 Web 界面

#include "profiler_manager.h"
#include "profiler/drogon_adapter.h"
#include <drogon/drogon.h>

int main() {
    profiler::ProfilerManager profiler;
    profiler::registerDrogonHandlers(profiler);   // 注册 /pprof/* 与 /api/pprof/* 等全部路由
    drogon::app().addListener("0.0.0.0", 8080).run();
}

嵌入方式 C：接入任意 Web 框架

核心库的 ProfilerHttpHandlers 只依赖标准库，路由由你的框架自行注册：

#include "profiler_manager.h"
#include "profiler/http_handlers.h"

profiler::ProfilerManager profiler;
profiler::ProfilerHttpHandlers handlers(profiler);

profiler::ChartOptions options;          // renderer / duration / inline_display
auto resp = handlers.handleCpuChart(options);
// resp.status / resp.content_type / resp.body / resp.headers → 用你的框架包一层

可选配置

// 采集线程栈所用的信号，默认 SIGUSR1
profiler::ProfilerManager::setStackCaptureSignal(SIGRTMIN + 5);

// 接入宿主日志系统
class MyLogSink : public profiler::LogSink {
public:
    void log(profiler::LogLevel level, const char* file, int line,
             const char* function, const char* message) override {
        MY_APP_LOG("[Profiler] {}:{} - {}", file, line, message);
    }
};
profiler.setLogSink(std::make_shared<MyLogSink>());
profiler.setLogLevel(profiler::LogLevel::Debug);

默认 sink 将 Trace/Debug/Info 写到 stdout，Warning 及以上写到 stderr。完整 API 见 API 参考手册。

API 端点

由 registerDrogonHandlers() 注册的全部路由。

端点	方法	说明
分析接口（主动采样后出图）
`/api/pprof/cpu`	GET	采样 CPU 并返回图
`/api/pprof/heap`	GET	窗口式：采集窗口内发生的分配并返回图
`/api/pprof/growth`	GET	采集 heap growth 栈并返回图
Heap 快照（状态式）
`/api/pprof/heap/snapshot`	GET	状态式：当前堆的累计快照（存量，非窗口）
状态与辅助
`/api/status`	GET	各 profiler 的运行状态与输出路径（JSON）
`/api/thread/stacks`	GET	所有线程的调用栈（含线程名，可看出各线程阻塞在哪个函数）
`/`	GET	Web 控制面板
标准 pprof 接口（机器可读，`go tool pprof` 用）
`/pprof/profile`	GET	CPU profile 原始文件；`?seconds=N`，默认 30，范围 1–300
`/pprof/heap`	GET	当前堆快照原始文本；需 `TCMALLOC_SAMPLE_PARAMETER`
`/pprof/growth`	GET	Heap growth 栈原始文本；无需该环境变量
`/pprof/symbol`	POST	符号化（Go pprof symbolz 协议）

分析接口的参数

三个 /api/pprof/{cpu,heap,growth} 端点共用同一组参数：

参数	取值	默认	说明
`renderer`	`flamegraph` \| `callgraph`	`flamegraph`	两种不同的图形，见下
`duration`	1–300	10	采集窗口（秒）。CPU/Growth 用于采样，heap 用于记录分配
`output`	`inline` \| `attachment`	`inline`	见下方「两种交付方式」

/api/pprof/heap/snapshot 另用 format：

参数	取值	默认	说明
`format`	`profile` \| `svg`	`profile`	`profile` 返回原始 pprof 文本（交给 `go tool pprof`）；`svg` 渲染成图（面板的下拉即这三项：文本 / 火焰图 / 调用图）
`renderer`	同上	`flamegraph`	仅 `format=svg` 时有意义

两种交付方式

output 决定浏览器是显示还是下载同一份 SVG。区别只在响应头：

取值	`Content-Type`	`Content-Disposition`	浏览器行为
`inline`（默认）	`image/svg+xml`	不发	当作 SVG 文档直接渲染
`attachment`	`image/svg+xml`	`attachment; filename=…`	下载为文件

所以想看一眼图表，直接把 URL 粘到地址栏即可，无需下载；需要存盘或交给桌面工具时用 output=attachment。Web 面板每个区块都提供「🔗 打开」（inline）与「📥 下载」（attachment）两个按钮。

⚠️ inline 只是"显示"，不代表可缩放——产物内嵌的 pan/zoom 脚本依赖的元素/初始化挂钩缺失（见下）。需要缩放请下载后用桌面工具打开，或用浏览器页面缩放。

两种图形不是同一种东西

renderer 的选择会改变图形表达，不只是画法：

取值	产出	特点
`flamegraph`	火焰图（栈帧堆叠）	层次直观，适合看调用占比
`callgraph`	调用图（graphviz 节点/边）	能解析内联帧，符号化更完整

⚠️ 两者都不可在浏览器里缩放。 生成的 SVG 内嵌了 pan/zoom 脚本，但依赖的元素或初始化挂钩并未出现在产物中（实测：FlameGraph 的 zoom() 找不到 #viewport，pprof 的 SVGPan 从未被初始化）。需要缩放时请把 SVG 下载后用桌面工具打开，或在浏览器里用页面缩放（Ctrl + 滚轮）。

关于 `duration` 的默认值

默认 10 秒而非更短，是实测结果：示例负载下 3 秒窗口有 35–45% 的请求采不到足够样本而渲染失败，10 秒窗口为 0%。分配稀疏进程需要更长窗口。

配置说明

环境变量 `TCMALLOC_SAMPLE_PARAMETER`

控制 tcmalloc 的堆采样间隔（单位字节）。默认值为 0，即关闭采样。它影响的是状态式拉取路径（GetHeapSample()），也就是 /pprof/heap 与 /api/pprof/heap/snapshot?format=profile：

export TCMALLOC_SAMPLE_PARAMETER=524288      # 512KB，开发环境常用
./build/profiler_example

tcmalloc 在进程初始化时读取该变量，因此必须在启动前用环境变量传入，在代码里调用 setenv() 是无效的。

场景	建议值
开发/调试	`524288`（512KB）
生产	`2097152`（2MB）或更大，降低开销

不受该变量影响的路径（它们走 HeapProfilerStart/Dump，由 HEAP_PROFILE_ALLOCATION_INTERVAL（默认 1MB）等控制）：/api/pprof/heap、 /api/pprof/heap/snapshot?format=svg。Heap Growth（/pprof/growth、/api/pprof/growth）走 GetHeapGrowthStacks()，也不需要该变量。

⚠️ 不设该变量时：窗口式端点（/api/pprof/heap）仍然正常返回 SVG，因为它自己运行 HeapProfilerStart/HeapProfilerDump/Stop 窗口；而状态式的 /pprof/heap 与 /api/pprof/heap/snapshot?format=profile 返回 500。

Heap 的两个端点语义相反

这两个端点容易混淆，因为名字里都有 "heap"，但记录的是完全不同的东西：

	`/pprof/heap`、`/api/pprof/heap/snapshot`	`/api/pprof/heap`
语义	状态式：当前堆里的累计采样	窗口式：采集窗口内发生的分配
底层	`GetHeapSample()` 拉取（pull）	`HeapProfilerStart()` → `HeapProfilerDump()` → 读文件
是否建 profiler 会话	否	是（独占，并发返回 409）
输出	原始 profile 文本，客户端用 `go tool pprof` 渲染	服务端渲染好的 SVG
`TCMALLOC_SAMPLE_PARAMETER`	必需	不需要
时长参数	无	`?duration=N`，默认 10 秒

⚠️ 两条路的取数接口不能互换。 状态式用的 GetHeapSample(std::string*) 写进调用方的字符串，无分配无释放，看起来更省事——但它是 pull 统计抽样，与窗口式的 push 记录是两套机制。实测同一时刻：窗口 dump 报 202: 13121057（1312 万字节，即该窗口实际分配量），而 TCMALLOC_SAMPLE_PARAMETER=524288 下 GetHeapSample 只报 17: 1114112（111 万），未设该变量时直接返回 %warn。用它替代窗口式取数会静默少报约 12 倍。

同理，窗口式也不使用 GetHeapProfile()：它返回的缓冲区没有可移植的释放方式（静态链接 tcmalloc 时 free() 会被 ASan 判为 bad-free），因此改为 dump 到文件再读回，内存归调用方所有。详见 ROADMAP。

关键差别在于**"存量"与"流量"**：

进程已占 500MB 但停止分配 → /pprof/heap 能看到这 500MB；/api/pprof/heap 返回空并报 No heap profile data was produced
进程频繁 malloc/free，dump 时已全部释放 → /api/pprof/heap 能看到这些分配；/pprof/heap 的当前堆则可能很小

所以窗口式分析需要被分析进程在采集窗口内确实有分配。

⚠️ heap 的 duration 不是采样率：采样率由 TCMALLOC_SAMPLE_PARAMETER 在进程启动时固定， duration 只决定采集多久。分配稀疏的进程需要更长的窗口才能采到东西，所以它是"覆盖度"参数而不是"精度"参数。默认 10 秒，范围 1–300。

Web 控制面板分成四块，各自对应一个端点：

区块	端点	说明
CPU Profiler	`/api/pprof/cpu`	采样后出图
Heap Profiler	`/api/pprof/heap`	窗口式：采集窗口内的分配（流量）
Heap Snapshot	`/api/pprof/heap/snapshot`	状态式：当前堆累计快照（存量）
Heap Growth	`/api/pprof/growth`	增长栈分析

每块都有「🔗 打开」（inline，浏览器内显示）与「📥 下载」（attachment）两个按钮。

Heap Snapshot 那块用一个快照输出下拉选择产出，三种选项走同一个端点：

下拉选项	实际请求
原始 profile 文本	`?format=profile`（交给 `go tool pprof`）
火焰图 (FlameGraph)	`?format=svg&renderer=flamegraph`
调用图 (callgraph)	`?format=svg&renderer=callgraph`

依赖版本

依赖清单固定在 vcpkg.json，builtin-baseline 为 2cf2bcc60add50f79b2c418487d9cd1b6c7c1fec（与 CI 中 lukka/run-vcpkg 的 vcpkgGitCommitId 一致）。升级依赖时同步更新两者。

注意事项

编译时保留调试符号（-g，项目默认开启），否则火焰图只显示地址
CPU profiler 有 1–5% 性能开销；采样频率可用 CPUPROFILE_FREQUENCY 调整
CPU 采样独占：同一时刻只允许一个 CPU 采样会话，并发请求会被拒绝（409 / Go 风格的 500），不会排队。第二个请求不会影响正在进行的采样
信号冲突：默认 SIGUSR1；宿主程序若已占用，请用 setStackCaptureSignal() 换一个（推荐 SIGRTMIN+n）
线程安全：所有公共 API 可在任意线程调用，但第 3 条的单会话限制依然成立
工作目录需可写，见运行时依赖
开发阶段软件，不建议用于生产环境

项目结构

cpp-remote-profiler/
├── CMakeLists.txt              # 构建配置（核心库 / Web 层 / 示例 / 测试）
├── CMakePresets.json           # 与 CI 一致的构建预设
├── vcpkg.json                  # 依赖清单与 baseline
├── build.sh  start.sh          # 便捷构建 / 启动脚本
├── include/
│   ├── profiler_manager.h      # ProfilerManager 公共 API
│   ├── profiler_version.h.in   # 版本信息模板（CMake 生成）
│   ├── version.h               # 版本宏兼容层
│   └── profiler/
│       ├── http_handlers.h     # 框架无关的 HTTP 处理器
│       ├── drogon_adapter.h    # Drogon 适配层（可选）
│       └── log_sink.h          # 日志 Sink 接口
├── src/
│   ├── profiler_manager.cpp    # 核心实现
│   ├── http_handlers.cpp       # 处理器实现（框架无关）
│   ├── drogon_adapter.cpp      # 路由注册 + 请求/响应转换
│   ├── symbolize.cpp           # 符号化引擎（absl → dladdr → backward-cpp）
│   ├── web_resources.cpp       # 内置 Web 资源
│   └── internal/               # 内部实现：日志、符号化、内嵌 pprof / flamegraph.pl
├── example/                    # 示例程序（含命名线程，便于验证线程栈）
├── tests/                      # GoogleTest 单元测试
│   └── fuzz/                   # libFuzzer 目标与种子语料（REMOTE_PROFILER_BUILD_FUZZERS=ON）
├── cmake/
│   ├── cpp-remote-profiler-config.cmake.in
│   └── examples/               # find_package / FetchContent 集成验证
├── docs/
│   ├── mainpage.dox  Doxyfile.in
│   └── user_guide/             # 用户文档（安装、API、集成、排错）
├── scripts/
│   ├── check-format.sh         # clang-format 检查（CI 使用 18）
│   ├── check-sanitizers.sh     # 本地复刻 CI 的 ASan/UBSan/TSan（CTEST_JOBS=n 可并行）
│   └── verify-web-ui.mjs       # 无头 Chrome 驱动真实面板，验证按钮→请求→落盘
└── .github/workflows/          # CI：构建、测试、ASan/UBSan、clang-tidy、格式检查

开发

cmake --preset=debug
cmake --build build/debug -j$(nproc)
ctest --test-dir build/debug --output-on-failure

./scripts/check-format.sh          # 检查格式
./scripts/check-format.sh --fix    # 自动修复

ctest 通过不足以覆盖两类问题，另外两个脚本专门补这个缺口：

# Sanitizer：本地复刻 CI 的 ASan/UBSan/TSan 配置
scripts/check-sanitizers.sh asan
CTEST_JOBS=6 scripts/check-sanitizers.sh asan   # 同时验证并行下的稳定性

# Web UI：无头 Chrome 驱动真实控制面板，断言每个动作发出正确请求并真正落盘
npm install puppeteer-core                       # 一次性
scripts/verify-web-ui.mjs http://localhost:8080

⚠️ curl 不能替代浏览器验证：它无法执行页面 JavaScript，因此看不到「按钮点击报 ReferenceError」「按钮卡在 disabled」「下载其实没开始」这类问题。前端改动必须用真实浏览器验证。另外面板的 JS 存在于 C++ 字符串字面量中，编译器不检查它。

贡献流程见 CONTRIBUTING.md；版本历史见 CHANGELOG.md；后续计划见 ROADMAP.md。

文档索引

文档	内容
快速开始	5 分钟集成
API 参考	完整函数签名与语义
集成示例	5 类集成场景
安装指南	三种安装/引入方式
find_package 集成	CMake 包使用细节
故障排除	常见问题与排查
设计文档	架构设计与技术决策

许可证

MIT License

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
cmake		cmake
conan/test_package		conan/test_package
docs		docs
example		example
include		include
ports/cpp-remote-profiler		ports/cpp-remote-profiler
scripts		scripts
src		src
tests		tests
vcpkg @ 2cf2bcc		vcpkg @ 2cf2bcc
.clang-format		.clang-format
.gitignore		.gitignore
.gitmodules		.gitmodules
CHANGELOG.md		CHANGELOG.md
CLAUDE.md		CLAUDE.md
CMakeLists.txt		CMakeLists.txt
CMakePresets.json		CMakePresets.json
CONTRIBUTING.md		CONTRIBUTING.md
LICENSE		LICENSE
README.md		README.md
ROADMAP.md		ROADMAP.md
build.sh		build.sh
codecov.yml		codecov.yml
conanfile.py		conanfile.py
lsan.supp		lsan.supp
notes.md		notes.md
plan.md		plan.md
start.sh		start.sh
vcpkg-configuration.json		vcpkg-configuration.json
vcpkg.json		vcpkg.json

Latest commit

History

Folders and files

Repository files navigation

C++ Remote Profiler

目录

功能特性

设计理念

快速开始

前置要求

1. 安装系统依赖

2. 初始化 vcpkg

3. 编译

4. 运行示例服务

运行时依赖

请求调度与并发

CMake 构建选项

安装与集成

方式 1：find_package（推荐）

方式 2：FetchContent / add_subdirectory

嵌入方式 A：仅核心 profiling

嵌入方式 B：完整 Web 界面

嵌入方式 C：接入任意 Web 框架

可选配置

API 端点

分析接口的参数

两种交付方式

两种图形不是同一种东西

关于 duration 的默认值

配置说明

环境变量 TCMALLOC_SAMPLE_PARAMETER

Heap 的两个端点语义相反

依赖版本

注意事项

项目结构

开发

文档索引

许可证

About

Topics

Resources

Contributing

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

方式 1：`find_package`（推荐）

方式 2：`FetchContent` / `add_subdirectory`

关于 `duration` 的默认值

环境变量 `TCMALLOC_SAMPLE_PARAMETER`