hakmem/PERF_ANALYSIS_EXECUTIVE_SUMMARY.md

# HAKMEM アロケータ パフォーマンス分析 - エグゼクティブサマリー

## 📊 現状評価

### スループット比較
- **HAKMEM**: 55.7M ops/s
- **System (glibc)**: 86.7M ops/s
- **差分**: -35.7% (HAKMEM が遅い)

### 効率指標
✅ **良好な指標**:
- IPC (Instructions Per Cycle): 2.12 vs 2.09 (HAKMEM が若干上)
- Branch Miss率: 2.56% vs 3.39% (HAKMEM が良好)
- Cache Miss率: 9.28% vs 13.26% (HAKMEM が良好)

❌ **問題のある指標**:
- Instructions: 167M vs 94M (+78%, HAKMEM が1.8倍多い)
- Cache References: 1.86M vs 340K (+448%, HAKMEM が5.5倍多い)
- Branches: 36M vs 16.6M (+117%, HAKMEM が2.2倍多い)

### 🔍 本質的な問題
**HAKMEM は「仕事の質」は高いが「仕事の量」が多すぎる**
- 分岐予測・キャッシュ効率は優秀
- しかし、不要な処理が多く、全体のスループットを低下させている

---

## 🔥 トップ3ボトルネック

### 1位: SuperSlab 初期化の Page Fault (23.83% CPU時間)
**症状**:
```
shared_pool_acquire_slab() 
  → memset(1MB-2MB) 
  → page fault 
  → kernel clear_page_erms (4.46%)
```

**原因**:
- SuperSlab 獲得時に 1MB-2MB のメモリをゼロクリア
- mmap は既にゼロページを返すのに、4つの memset() を実行
- Lines 912-915 in hakmem_tiny_superslab.c

**即効性のある対策**:
```bash
# 4つの memset() をコメントアウト
# 理由: mmap(MAP_ANONYMOUS) は既にゼロ初期化されている
# 推定効果: +10-15% throughput
```

---

### 2位: 多層分岐ルーティング (36M branches, 2.2倍)
**症状**:
- malloc 1回あたり 36 branches (system は 16.6)
- smallmid → tiny → mid → ACE の順次チェック

**原因**:
- Front Gate の domain 分類が複雑
- サイズレンジごとに個別判定

**対策**:
```c
// Dispatch table で一発判定
void* (*allocator)(size_t) = size_dispatch_table[size >> 8];
return allocator(size);
```
**推定効果**: +5-8% throughput

---

### 3位: 過剰なキャッシュアクセス (1.86M refs, 5.5倍)
**症状**:
- Cache references が system の 5.5倍
- Miss率は良好だが、アクセス回数自体が多すぎる

**原因**:
- SuperSlab メタデータが大きい
- Hot/Cold フィールドが混在

**対策**:
```c
// Hot fields を先頭64バイトに集約
struct SuperSlab {
    // Cache line 0 (HOT)
    uint64_t magic;
    void* freelist;
    uint32_t used;
    uint32_t capacity;
    // ...
    
    // Cache line N (COLD)
    uint64_t last_used_ns;
    uint64_t generation;
    // ...
} __attribute__((aligned(64)));
```
**推定効果**: +3-5% cache efficiency

---

## 🎯 最適化ロードマップ

### Phase 1: Quick Wins (1-2日, +17% 目標)
1. ✅ **memset 削除** (lines 912-915)
   - 4つの memset() をコメントアウト
   - 効果: +12%
   
2. ✅ **Front Gate に `__builtin_expect()` 追加**
   - Tiny path を likely に設定
   - 効果: +2-3%

3. ✅ **HAKMEM_DISABLE_MINCORE_CHECK=1 でビルド**
   - mincore() syscall を削減
   - 効果: +2-3%

**Phase 1 合計**: 55M → **65M ops/s** (system の 75%)

---

### Phase 2: 構造的改善 (1週間, +24% 追加目標)
1. **Front Gate dispatch table 実装**
   - サイズ → アロケータの直接マッピング
   - 効果: +5-8%

2. **SuperSlab サイズを 512KB に縮小**
   - 初期化コストを半減
   - 効果: +5-7%

3. **LTO 有効化**
   - `-flto -fwhole-program`
   - 効果: +3-5%

4. **Cache line 最適化**
   - SuperSlab 構造体の再配置
   - 効果: +3-5%

**Phase 2 合計**: 65M → **77M ops/s** (system の 89%)

---

### Phase 3: 詳細分析 (2週間)
- Valgrind/heaptrack でメモリプロファイリング
- マルチスレッドベンチマーク
- Workload 別の最適化

---

## 📈 予測効果まとめ

| シナリオ | スループット | System比 | 実装期間 |
|---------|------------|---------|---------|
| 現状 | 55.7M ops/s | 64.3% | - |
| Phase 1 (保守的) | 65.2M ops/s | 75.2% | 1-2日 |
| Phase 2 (楽観的) | 77.5M ops/s | 89.4% | 1週間 |

---

## 🛠️ すぐに試せるコマンド

### 1. memset 削除版のビルド
```bash
cd /mnt/workdisk/public_share/hakmem
# Backup
cp core/hakmem_tiny_superslab.c core/hakmem_tiny_superslab.c.bak

# Edit lines 912-915 (comment out memset)
sed -i '912,915s/^/\/\/ PERF_OPT: /' core/hakmem_tiny_superslab.c

# Rebuild
make clean && make

# Benchmark
./bench_random_mixed_hakmem 1000000 256 42
```

### 2. mincore 無効化版のビルド
```bash
make clean
make CFLAGS="-DHAKMEM_DISABLE_MINCORE_CHECK=1"
./bench_random_mixed_hakmem 1000000 256 42
```

### 3. 両方を適用
```bash
make clean
make CFLAGS="-DHAKMEM_DISABLE_MINCORE_CHECK=1"
# + memset コメントアウト済み
./bench_random_mixed_hakmem 1000000 256 42
```

**期待される結果**: 55M → **63-67M ops/s** (+13-20%)

---

## 📁 生成ファイル一覧

1. **perf_analysis_summary.md** - 詳細分析レポート (このファイル)
2. **perf_comparison_chart.txt** - 視覚的比較チャート
3. **perf_hakmem_hotspots.txt** - ホットスポット詳細
4. **perf_hakmem_stats.txt** - HAKMEM 統計
5. **perf_system_stats.txt** - System malloc 統計
6. **perf_hakmem_callgraph.txt** - コールグラフ
7. **perf_annotate_malloc.txt** - malloc 関数のアノテーション
8. **PERF_ANALYSIS_EXECUTIVE_SUMMARY.md** - エグゼクティブサマリー

---

**分析完了日時**: 2025-11-28
**使用ツール**: perf record/stat/report
**ベンチマーク**: bench_random_mixed (1M ops, WS=256)
**分析者**: Claude Code (Sonnet 4.5)