PgoAutoSweep
PgoAutoSweep는 현재 프로필 카운터 정보를 파일에 저장한 다음 카운터를 다시 설정합니다. 프로필 기반 최적화 학습 중에 이 함수를 사용하여 실행 중인 프로그램의 모든 프로필 데이터를 나중에 최적화 빌드에 사용하기 위해 .pgc 파일에 기록합니다.
구문
void PgoAutoSweep(const char* name); // ANSI/MBCS
void PgoAutoSweep(const wchar_t* name); // UNICODE
매개 변수
이름
저장된 .pgc 파일을 식별하는 문자열입니다.
설명
애플리케이션 실행 중 언제든지 애플리케이션에서 PgoAutoSweep를 호출하여 프로필 데이터를 저장하고 다시 설정할 수 있습니다. 계측된 빌드에서 PgoAutoSweep는 현재 프로파일링 데이터를 캡처하여 파일에 저장한 다음 프로필 카운터를 다시 설정합니다. 실행 파일의 특정 시점에 pgosweep 명령을 호출하는 것과 동일합니다. 최적화된 빌드에서는 PgoAutoSweep가 no-op입니다.
저장된 프로필 카운터 데이터는 base_name-name!value.pgc라는 파일에 배치됩니다. 여기서 base_name은 실행 파일의 기본 이름이고, name은 PgoAutoSweep에 전달된 매개 변수이고, value는 고유한 값이며 파일 이름 충돌을 방지하기 위해 일반적으로 순차적으로 증가하는 숫자입니다.
PgoAutoSweep에서 만든 .pgc 파일은 .pgd 파일에 병합하여 최적화된 실행 파일을 만드는 데 사용해야 합니다. pgomgr 명령을 사용하여 병합을 수행할 수 있습니다.
최적화 빌드 중 /USEPROFILE 링커 옵션의 PGD=filename 인수를 사용하거나 사용 중단된 /PGD링커 옵션을 사용하여 병합된 .pgd 파일의 이름을 링커에 전달할 수 있습니다. .pgc 파일을 base_name.pgd라는 파일에 병합하는 경우에는 링커에서 기본적으로 이 파일 이름을 선택하므로 명령줄에서 파일 이름을 지정할 필요가 없습니다.
PgoAutoSweep 함수는 계측된 빌드를 만들 때 지정된 스레드로부터의 안전성 설정을 유지합니다. 기본 설정을 사용하거나 /GENPROFILE 또는 /FASTGENPROFILE 링커 옵션에 NOEXACT 인수를 지정하는 경우 PgoAutoSweep 호출은 스레드로부터 안전하지 않습니다. EXACT 인수는 스레드로부터 안전하고 더 정확하지만 느린 계측된 실행 파일을 만듭니다.
요구 사항
| 루틴에서 반환된 값 | 필수 헤더 |
|---|---|
PgoAutoSweep |
<pgobootrun.h> |
실행 파일은 연결된 라이브러리에 pgobootrun 파일을 포함해야 합니다. 이 파일은 Visual Studio 설치에서 지원되는 각 아키텍처의 VC 라이브러리 디렉터리에 포함되어 있습니다.
예시
아래 예제에서는 PgoAutoSweep를 사용하여 실행 중 다른 시점에 두 개의 .pgc 파일을 만듭니다. 첫 번째는 count가 3과 같아질 때까지의 런타임 동작을 설명하는 데이터를 포함하고 두 번째는 이 시점부터 애플리케이션 종료 직전까지 수집된 데이터를 포함합니다.
// pgoautosweep.cpp
// Compile by using: cl /c /GL /W4 /EHsc /O2 pgoautosweep.cpp
// Link to instrument: link /LTCG /genprofile pgobootrun.lib pgoautosweep.obj
// Run to generate data: pgoautosweep
// Merge data by using command line pgomgr tool:
// pgomgr /merge pgoautosweep-func1!1.pgc pgoautosweep-func2!1.pgc pgoautosweep.pgd
// Link to optimize: link /LTCG /useprofile pgobootrun.lib pgoautosweep.obj
#include <iostream>
#include <windows.h>
#include <pgobootrun.h>
void func2(int count)
{
std::cout << "hello from func2 " << count << std::endl;
Sleep(2000);
}
void func1(int count)
{
std::cout << "hello from func1 " << count << std::endl;
Sleep(2000);
}
int main()
{
int count = 10;
while (count--)
{
if (count < 3)
func2(count);
else
{
func1(count);
if (count == 3)
{
PgoAutoSweep("func1");
}
}
}
PgoAutoSweep("func2");
}
개발자 명령 프롬프트에서 다음 명령을 사용하여 코드를 개체 파일로 컴파일합니다.
cl /c /GL /W4 /EHsc /O2 pgoautosweep.cpp
그런 다음 아래 명령을 사용하여 학습용 계측된 빌드를 생성합니다.
link /LTCG /genprofile pgobootrun.lib pgoautosweep.obj
계측된 실행 파일을 실행하여 학습 데이터를 캡처합니다. PgoAutoSweep 호출의 데이터 출력은 pgoautosweep-func1!1.pgc 및 pgoautosweep-func2!1.pgc 파일에 저장됩니다. 프로그램의 출력은 실행될 때 다음과 같아야 합니다.
hello from func1 9
hello from func1 8
hello from func1 7
hello from func1 6
hello from func1 5
hello from func1 4
hello from func1 3
hello from func2 2
hello from func2 1
hello from func2 0
pgomgr 명령을 실행하여 저장된 데이터를 프로필 학습 데이터베이스에 병합합니다.
pgoautosweep-func1!1.pgc pgoautosweep-func2!1.pgc
이 명령의 출력은 다음과 같습니다.
Microsoft (R) Profile Guided Optimization Manager 14.13.26128.0
Copyright (C) Microsoft Corporation. All rights reserved.
Merging pgoautosweep-func1!1.pgc
pgoautosweep-func1!1.pgc: Used 3.8% (22304 / 589824) of total space reserved. 0.0% of the counts were dropped due to overflow.
Merging pgoautosweep-func2!1.pgc
pgoautosweep-func2!1.pgc: Used 3.8% (22424 / 589824) of total space reserved. 0.0% of the counts were dropped due to overflow.
이제 이 학습 데이터를 사용하여 최적화된 빌드를 생성할 수 있습니다. 다음 명령을 사용하여 최적화된 실행 파일을 빌드합니다.
link /LTCG /useprofile pgobootrun.lib pgoautosweep.obj
Microsoft (R) Incremental Linker Version 14.13.26128.0
Copyright (C) Microsoft Corporation. All rights reserved.
Merging pgoautosweep!1.pgc
pgoautosweep!1.pgc: Used 3.9% (22904 / 589824) of total space reserved. 0.0% of the counts were dropped due to overflow.
Reading PGD file 1: pgoautosweep.pgd
Generating code
0 of 0 ( 0.0%) original invalid call sites were matched.
0 new call sites were added.
294 of 294 (100.00%) profiled functions will be compiled for speed
348 of 1239 inline instances were from dead/cold paths
294 of 294 functions (100.0%) were optimized using profile data
16870 of 16870 instructions (100.0%) were optimized using profile data
Finished generating code