hakmem/docs/analysis/PF_STATUS_V4_202502.md

# PF/OS ベースライン

# BASELINE-LOCK (Mixed 16–1024B v3 vs v4, Release)
- コマンド共通 (ws=400, iters=1M):
  ```
  HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE
  HAKMEM_BENCH_MIN_SIZE=16
  HAKMEM_BENCH_MAX_SIZE=1024
  ```
- v3 本命構成（C7-only v3, v4/segment すべて OFF, fast classify v3 ON）:
  - `HAKMEM_SMALL_HEAP_V3_ENABLED=1 HAKMEM_SMALL_HEAP_V3_CLASSES=0x80 HAKMEM_SMALL_HEAP_V4_ENABLED=0 HAKMEM_SMALL_HEAP_V4_CLASSES=0 HAKMEM_TINY_PTR_FAST_CLASSIFY_V4_ENABLED=0 HAKMEM_SMALL_SEGMENT_V4_ENABLED=0`
  - Throughput: **33.7–33.9M ops/s**（2 run, segv/assert なし）
- v4 強制（C7+C6 v4 + fast classify v4, v3 OFF, segment OFF）:
  - `HAKMEM_SMALL_HEAP_V3_ENABLED=0 HAKMEM_SMALL_HEAP_V3_CLASSES=0 HAKMEM_SMALL_HEAP_V4_ENABLED=1 HAKMEM_SMALL_HEAP_V4_CLASSES=0xC0 HAKMEM_TINY_PTR_FAST_CLASSIFY_V4_ENABLED=1`
  - Throughput: **32.0–32.5M ops/s**
- C7-only v4（C6 v1, v3 OFF, fast classify v4 ON）:
  - `HAKMEM_SMALL_HEAP_V4_CLASSES=0x80 HAKMEM_SMALL_HEAP_V3_ENABLED=0`
  - Throughput: **≈33.0M ops/s**
- 判断: 現行 Mixed の本命は v3 構成（上記）。v4 系は研究箱として opt-in 扱いを維持。

# PF/OS ベースライン (PF2, small-object v4 状態)

- コマンド (Release, v4: C7+C6 を v4 に強制、v3 OFF):
  ```
  HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE \
  HAKMEM_BENCH_MIN_SIZE=16 \
  HAKMEM_BENCH_MAX_SIZE=1024 \
  HAKMEM_SS_OS_STATS=1 \
  HAKMEM_SMALL_HEAP_V4_ENABLED=1 \
  HAKMEM_SMALL_HEAP_V4_CLASSES=0xC0 \
  HAKMEM_SMALL_HEAP_V3_ENABLED=0 \
    perf stat -e cycles,instructions,task-clock,page-faults \
      ./bench_random_mixed_hakmem 1000000 400 1
  ```
- 結果 (環境: リリースビルド, ws=400, iters=1M):
  - Throughput: **31,779,973 ops/s** (time=0.031s)
  - perf stat: cycles=205,322,023 / instructions=385,092,104 / task-clock=51.40ms / page-faults=6,702
  - `[SS_OS_STATS]` : alloc=2 free=4 madvise=2 madvise_enomem=0 madvise_disabled=0 mmap_total=2
- 所感:
  - v4 (C7+C6) 強制時の pf/OS 基準値。v3 基準 (~40M) より遅めだが、pf 数値と OS stats を PF2 の起点として固定。
  - 今後 SmallSegmentBox_v4 を繋ぐ A/B では、page-faults/SS_OS_STATS をこの値からどこまで下げられるかを指標にする。

## PF3: smallsegment_v4 ゲート A/B（C7+C6 v4 強制）

- コマンド (Release, v4: C7+C6, v3 OFF):
  ```
  HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE \
  HAKMEM_BENCH_MIN_SIZE=16 \
  HAKMEM_BENCH_MAX_SIZE=1024 \
  HAKMEM_SMALL_HEAP_V4_ENABLED=1 \
  HAKMEM_SMALL_HEAP_V4_CLASSES=0xC0 \
  HAKMEM_SMALL_HEAP_V3_ENABLED=0 \
  HAKMEM_SMALL_HEAP_V3_CLASSES=0 \
    perf stat -e cycles,instructions,task-clock,page-faults \
      HAKMEM_SMALL_SEGMENT_V4_ENABLED=0 ./bench_random_mixed_hakmem 1000000 400 1
    perf stat -e cycles,instructions,task-clock,page-faults \
      HAKMEM_SMALL_SEGMENT_V4_ENABLED=1 ./bench_random_mixed_hakmem 1000000 400 1
  ```
- 結果 (ws=400, iters=1M):
  - OFF: Throughput **28,890,266 ops/s**, page-faults=6,744, task-clock=54.84ms
  - ON : Throughput **28,849,781 ops/s**, page-faults=6,746, task-clock=61.49ms
- 所感:
  - smallsegment_v4 ゲートを通しても pf/ops はほぼ変化なし（現状は Tiny v1 lease 経由の薄い実装）。
  - 「Segment 経由の入り口」はできたので、PF4 以降で専用 mmap/segment 分割を実装して再 A/B する。

## DEBUG perf (cycles:u, -O0/-g, v4=C7+C6)

- ビルド:
  ```
  make clean
  CFLAGS='-O0 -g' USE_LTO=0 OPT_LEVEL=0 NATIVE=0 make bench_random_mixed_hakmem -j4
  ```
- コマンド:
  ```
  HAKMEM_PROFILE=DEBUG_TINY_FRONT_PERF \
  HAKMEM_BENCH_MIN_SIZE=16 \
  HAKMEM_BENCH_MAX_SIZE=1024 \
  HAKMEM_SMALL_HEAP_V4_ENABLED=1 \
  HAKMEM_SMALL_HEAP_V4_CLASSES=0xC0 \
  HAKMEM_SMALL_HEAP_V3_ENABLED=0 \
    perf record -F 5000 --call-graph dwarf -e cycles:u \
      -o perf.data.pf_v4 ./bench_random_mixed_hakmem 1000000 400 1
  ```
- Throughput: **15,173,790 ops/s** (DEBUG, ws=400, iters=1M, v4=C7+C6)
- self% 上位 (perf report --stdio):
  - free 14.37%（small_heap_free_fast_v4 内 3.39%）
  - tiny_alloc_gate_fast 13.33%
  - main 12.93%
  - malloc 7.09%
  - ss_map_lookup 4.97% / hak_super_registry_init + memset 合算 ~4.5%
  - small_heap_alloc_fast_v4 2.23%
  - hak_tiny_size_to_class 2.21% / tiny_route_get 2.34% / front_gate_unified_enabled 2.36% / tiny_route_is_heap_kind 2.09%
  - xorshift32 2.08%
- メモ:
  - v4 強制下でも gate/classify/ss_map_lookup が依然目立つ。Segment/OS 側が整えば pf と合わせて自明に下がるかを PF3 で確認。