C++ Profiling | '성능 프로파일링' 가이드
이 글의 핵심
C++ Profiling - "성능 프로파일링" 가이드. C++ Profiling의 프로파일링이란?, 기본 시간 측정, 실전 예시를 실전 코드와 함께 설명합니다.
프로파일링이란?
프로그램 성능을 측정하고 병목 지점을 찾는 과정
process 함수의 구현 예제입니다.
// 측정 전: 어디가 느린지 모름
void process() {
step1();
step2();
step3();
}
// 측정 후: step2가 90% 시간 소요기본 시간 측정
#include <chrono>
#include <iostream>
void measureTime() {
auto start = std::chrono::high_resolution_clock::now();
// 측정할 코드
for (int i = 0; i < 1000000; i++) {
// 작업
}
auto end = std::chrono::high_resolution_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(end - start);
std::cout << "시간: " << duration.count() << "ms" << std::endl;
}실전 예시
예시 1: 함수 프로파일링
#include <chrono>
#include <iostream>
class Timer {
std::chrono::time_point<std::chrono::high_resolution_clock> start;
std::string name;
public:
Timer(const std::string& n) : name(n) {
start = std::chrono::high_resolution_clock::now();
}
~Timer() {
auto end = std::chrono::high_resolution_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::microseconds>(end - start);
std::cout << name << ": " << duration.count() << "μs" << std::endl;
}
};
void slowFunction() {
Timer t("slowFunction");
// 작업
}
void fastFunction() {
Timer t("fastFunction");
// 작업
}예시 2: gprof 사용
터미널에서 다음 명령어를 실행합니다.
# 컴파일
g++ -pg program.cpp -o program
# 실행
./program
# 프로파일 생성
gprof program gprof.out > analysis.txt예시 3: perf 사용
터미널에서 다음 명령어를 실행합니다.
# 프로파일링
perf record ./program
# 결과 확인
perf report
# CPU 이벤트
perf stat ./program예시 4: Valgrind Callgrind
# 프로파일링
valgrind --tool=callgrind ./program
# 결과 확인
kcachegrind callgrind.out.*병목 지점 찾기
#include <map>
#include <chrono>
class Profiler {
struct Entry {
size_t count = 0;
long long totalTime = 0;
};
std::map<std::string, Entry> entries;
public:
void start(const std::string& name) {
// 시작 시간 기록
}
void end(const std::string& name) {
// 종료 시간 기록
}
void report() {
for (const auto& [name, entry] : entries) {
std::cout << name << ": "
<< entry.totalTime / entry.count << "μs"
<< " (" << entry.count << " calls)" << std::endl;
}
}
};자주 발생하는 문제
문제 1: 측정 오버헤드
// ❌ 너무 자주 측정
for (int i = 0; i < 1000000; i++) {
auto start = std::chrono::high_resolution_clock::now();
doWork();
auto end = std::chrono::high_resolution_clock::now();
}
// ✅ 전체 측정
auto start = std::chrono::high_resolution_clock::now();
for (int i = 0; i < 1000000; i++) {
doWork();
}
auto end = std::chrono::high_resolution_clock::now();문제 2: 최적화 비활성화
// 디버그 빌드로 프로파일링 (느림)
g++ -g program.cpp
// ✅ 릴리스 빌드
g++ -O2 -g program.cpp문제 3: 캐시 효과
// 첫 실행은 느림 (캐시 미스)
// 이후 실행은 빠름 (캐시 히트)
// ✅ 여러 번 실행 후 평균문제 4: 조기 최적화
func 함수의 구현 예제입니다.
// ❌ 측정 전 최적화
void func() {
// 복잡한 최적화
}
// ✅ 측정 후 최적화
// 1. 프로파일링
// 2. 병목 지점 확인
// 3. 해당 부분만 최적화프로파일링 도구
터미널에서 다음 명령어를 실행합니다.
# gprof
g++ -pg program.cpp
./a.out
gprof a.out gmon.out
# perf (Linux)
perf record ./program
perf report
# Valgrind Callgrind
valgrind --tool=callgrind ./program
# Instruments (Mac)
instruments -t "Time Profiler" ./program
# Visual Studio Profiler (Windows)FAQ
Q1: 프로파일링은 언제?
A:
- 성능 문제 발생
- 최적화 전
- 정기적 모니터링
Q2: 어떤 도구?
A:
- gprof: 기본
- perf: Linux 상세
- Valgrind: 정확
- Instruments: Mac
Q3: 측정 단위는?
A:
- 마이크로초 (μs)
- 밀리초 (ms)
- CPU 사이클
Q4: 최적화 순서는?
A:
- 측정
- 병목 찾기
- 최적화
- 재측정
Q5: 프로덕션 프로파일링?
A:
- 샘플링 프로파일러
- 낮은 오버헤드
- 통계 수집
Q6: 프로파일링 학습 리소스는?
A:
- “Optimized C++”
- perf 문서
- Valgrind 문서
같이 보면 좋은 글 (내부 링크)
이 주제와 연결되는 다른 글입니다.
- C++ Exception Performance | “예외 성능” 가이드
- C++ Cache Optimization | “캐시 최적화” 가이드
- C++ 프로파일링 | “어디가 느린지 모르겠어요” perf·gprof로 병목 찾기
관련 글
- C++ Cache Optimization |
- C++ Exception Performance |
- C++ Algorithm Sort |
- C++ Benchmarking |
- C++ Branch Prediction |
심화 부록: 구현·운영 관점
이 부록은 앞선 본문에서 다룬 주제(「C++ Profiling | ‘성능 프로파일링’ 가이드」)를 구현·런타임·운영 관점에서 다시 압축합니다. 도메인별 세부 구현은 글마다 다르지만, 입력 검증 → 핵심 연산 → 부작용(I/O·네트워크·동시성) → 관측의 흐름으로 장애를 나누면 원인 추적이 빨라집니다.
내부 동작과 핵심 메커니즘
flowchart TD A[입력·요청·이벤트] --> B[파싱·검증·디코딩] B --> C[핵심 연산·상태 전이] C --> D[부작용: I/O·네트워크·동시성] D --> E[결과·관측·저장]
sequenceDiagram participant C as 클라이언트/호출자 participant B as 경계(런타임·게이트웨이·프로세스) participant D as 의존성(API·DB·큐·파일) C->>B: 요청/이벤트 B->>D: 조회·쓰기·RPC D-->>B: 지연·부분 실패·재시도 가능 B-->>C: 응답 또는 오류(코드·상관 ID)
- 불변 조건(Invariant): 버퍼 경계, 프로토콜 상태, 트랜잭션 격리, FD 상한 등 단계별로 문장으로 적어 두면 디버깅 비용이 줄어듭니다.
- 결정성: 순수 층과 시간·네트워크·스케줄에 의존하는 층을 분리해야 테스트와 장애 분석이 쉬워집니다.
- 경계 비용: 직렬화, 인코딩, syscall 횟수, 락 경합, 할당·GC, 캐시 미스를 의심 목록에 둡니다.
- 백프레셔: 생산자가 소비자보다 빠를 때 버퍼·큐·스트림에서 속도를 줄이는 신호를 어디에 둘지 정의합니다.
프로덕션 운영 패턴
| 영역 | 운영 관점 질문 |
|---|---|
| 관측성 | 요청 단위 상관 ID, 에러율·지연 p95/p99, 의존성 타임아웃·재시도가 대시보드에 보이는가 |
| 안전성 | 입력 검증·권한·비밀·감사 로그가 코드 경로마다 일관적인가 |
| 신뢰성 | 재시도는 멱등 연산에만 적용되는가, 서킷 브레이커·백오프·DLQ가 있는가 |
| 성능 | 캐시·배치 크기·커넥션 풀·인덱스·백프레셔가 데이터 규모에 맞는가 |
| 배포 | 롤백 룬북, 카나리/블루그린, 마이그레이션·피처 플래그가 문서화되어 있는가 |
| 용량 | 피크 트래픽·디스크·FD·스레드 풀 상한을 주기적으로 검증하는가 |
스테이징은 데이터 양·네트워크 RTT·동시성을 프로덕션에 가깝게 맞출수록 재현율이 올라갑니다.
확장 예시: 엔드투엔드 미니 시나리오
앞선 본문 주제(「C++ Profiling | ‘성능 프로파일링’ 가이드」)를 배포·운영 흐름에 맞춰 옮긴 체크리스트입니다. 도메인에 맞게 단계 이름만 바꿔 적용할 수 있습니다.
- 입력 계약 고정: 스키마·버전·최대 페이로드·타임아웃·에러 코드를 경계에 둔다.
- 핵심 경로 계측: 요청 ID, 단계별 지연, 외부 호출 결과 코드를 로그·메트릭·트레이스에서 한 흐름으로 본다.
- 실패 주입: 의존성 타임아웃·5xx·부분 데이터·락 대기를 스테이징에서 재현한다.
- 호환·롤백: 설정/마이그레이션/클라이언트 버전을 되돌릴 수 있는지 확인한다.
- 부하 후 검증: 피크 대비 p95/p99, 에러율, 리소스 상한, 알림 임계값을 점검한다.
handle(request):
ctx = newCorrelationId()
validated = validateSchema(request)
authorize(validated, ctx)
result = domainCore(validated)
persistOrEmit(result, idempotentKey)
recordMetrics(ctx, latency, outcome)
return result문제 해결(Troubleshooting)
| 증상 | 가능 원인 | 조치 |
|---|---|---|
| 간헐적 실패 | 레이스, 타임아웃, 외부 의존성, DNS | 최소 재현 스크립트, 분산 트레이스·로그 상관관계, 재시도·서킷 설정 점검 |
| 성능 저하 | N+1, 동기 I/O, 락 경합, 과도한 직렬화, 캐시 미스 | 프로파일러·APM으로 핫스팟 확인 후 한 가지씩 제거 |
| 메모리 증가 | 캐시 무제한, 구독/리스너 누수, 대용량 버퍼, 커넥션 미반납 | 상한·TTL·힙/FD 스냅샷 비교 |
| 빌드·배포만 실패 | 환경 변수, 권한, 플랫폼 차이, lockfile | CI 로그와 로컬 diff, 런타임·이미지 버전 핀 |
| 설정 불일치 | 프로필·시크릿·기본값, 리전 | 스키마 검증된 설정 단일 소스와 배포 매트릭스 표준화 |
| 데이터 불일치 | 비멱등 재시도, 부분 쓰기, 캐시 무효화 누락 | 멱등 키·아웃박스·트랜잭션 경계 재검토 |
권장 순서: (1) 최소 재현 (2) 최근 변경 범위 축소 (3) 환경·의존성 차이 (4) 관측으로 가설 검증 (5) 수정 후 회귀·부하 테스트.
배포 전에는 git add → git commit → git push 후 npm run deploy 순서를 권장합니다.
이 글에서 다루는 키워드 (관련 검색어)
C++, profiling, performance, optimization, 프로파일링 등으로 검색하시면 이 글이 도움이 됩니다.