118c0e4857
**目的**: free dispatcher（29%）の内訳を細分化して計測。 **実装内容**: - FreeDispatchStats 構造体追加（ENV: HAKMEM_FREE_DISPATCH_STATS, default 0） - カウンタ: total_calls / domain (tiny/mid/large) / route (ultra/legacy/pool/v6) / env_checks / route_for_class_calls - hak_free_at / tiny_route_for_class / tiny_route_snapshot_init にカウンタ埋め込み - 挙動変更なし（計測のみ、ENV OFF 時は overhead ゼロ） **計測結果**: Mixed 16-1024B (1M iter, ws=400): - total=8,081, route_calls=267,967, env_checks=9 - BENCH_FAST_FRONT により大半は早期リターン - route_for_class は主に alloc 側で呼ばれる（267k calls vs 8k frees） - ENV check は初期化時の 9回のみ（snapshot 効果） C6-heavy (257-768B, 1M iter, ws=400): - total=500,099, route_calls=1,034, env_checks=9 - fg_classify_domain に到達する free が多い - route_for_class 呼び出しは極小（snapshot 効果） **結論**: - ENV check は既に十分最適化されている（初期化時のみ） - route_for_class は alloc 側での呼び出しが主で、free 側は snapshot で O(1) - 次フェーズ（OPT-2）では別のアプローチを検討 **ドキュメント追加**: - docs/analysis/FREE_DISPATCHER_ANALYSIS.md（新規） - CURRENT_TASK.md に Phase FREE-DISPATCHER-OPT-1 セクション追加 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
95 lines
4.1 KiB
Markdown
95 lines
4.1 KiB
Markdown
## Phase PERF-ULTRA-REBASE-3: 正しいパラメータで再計測 (2025-12-11)
|
||
|
||
**問題**: Phase REBASE-2 で iters=1M, ws=400 は軽すぎて ULTRA 関数が invisible（238 samples のみ）だったため、正しいパラメータで再実施。
|
||
|
||
**修正内容**: iters=10M, ws=8192（Phase REBASE-1 と同じパラメータで再計測）
|
||
|
||
### Mixed 16-1024B ホットパス（self% 上位, 1890 samples）
|
||
|
||
| 順位 | 関数 | self% | 分類 |
|
||
|------|------|-------|------|
|
||
| **#1** | **free** | **29.22%** | free dispatcher |
|
||
| **#2** | **main** | **19.27%** | benchmark overhead |
|
||
| **#3** | **tiny_alloc_gate_fast** | **18.17%** | alloc gate |
|
||
| #4 | tiny_c7_ultra_refill | 6.92% | C7 ULTRA refill |
|
||
| #5 | malloc | 5.00% | malloc dispatcher |
|
||
| #6 | tiny_region_id_write_header (lto_priv) | 4.29% | header write |
|
||
| #7 | hak_super_lookup | 2.90% | segment lookup |
|
||
| #8 | hak_free_at | 2.36% | free routing |
|
||
| #9 | so_free | 2.60% | v3 free |
|
||
| #10 | so_alloc_fast | 2.46% | v3 alloc |
|
||
|
||
**スループット**:
|
||
- Mixed 16-1024B: **30.6M ops/s** (10M iter, ws=8192)
|
||
- C6-heavy 257-768B: **17.0M ops/s** (10M iter, ws=8192)
|
||
|
||
### C6-heavy ホットパス（self% 上位, 3027 samples）
|
||
|
||
| 順位 | 関数 | self% | 分類 |
|
||
|------|------|-------|------|
|
||
| **#1** | **worker_run** | **10.66%** | benchmark loop |
|
||
| **#2** | **free** | **25.13%** | free dispatcher |
|
||
| **#3** | **hak_free_at** | **19.89%** | free routing |
|
||
| #4 | hak_pool_free_v1_impl | 10.16% | pool v1 free |
|
||
| #5 | hak_pool_try_alloc_v1_impl | 10.95% | pool v1 alloc |
|
||
| #6 | pthread_once | 5.94% | initialization |
|
||
| #7 | hak_pool_free_fast_v2_impl | 3.94% | pool v2 fallback |
|
||
| #8 | hak_super_lookup | 4.39% | segment lookup |
|
||
| #9 | malloc | 3.77% | malloc dispatcher |
|
||
| #10 | hak_pool_try_alloc (part) | 0.66% | pool alloc slow |
|
||
|
||
### 分析
|
||
|
||
**Mixed 16-1024B での変化**:
|
||
- free: 29.22% (benchmark 外のディスパッチャ部分)
|
||
- tiny_alloc_gate_fast: 18.17% (前回 REBASE-1 の計測と一致)
|
||
- C7 ULTRA refill: 6.92% (前回 REBASE-1 では 7.66% だったが、ワークロードにより変動範囲内)
|
||
- C4-C7 ULTRA free 群: 個別には invisible (< 1% each) だが、合計で数%程度
|
||
- so_alloc系: 2.46% (so_alloc_fast) + 1.16% (so_alloc) = 約 3.62%
|
||
- page_of/segment: hak_super_lookup 2.90%
|
||
|
||
**C6-heavy での状況**:
|
||
- pool v1 経路が dominant: hak_pool_free_v1_impl (10.16%) + hak_pool_try_alloc_v1_impl (10.95%)
|
||
- hak_free_at: 19.89% (free routing overhead が大きい)
|
||
- hak_super_lookup: 4.39% (segment lookup)
|
||
- C6-heavy は完全に pool v1 経路を使用（前回の FREE_PATH_STATS 分析と一致）
|
||
|
||
### 次のボトルネック確定
|
||
|
||
**Mixed では**:
|
||
- **free dispatcher 全体（29.22%）** が最大
|
||
- tiny_alloc_gate_fast（18.17%）が第二
|
||
- C7 ULTRA refill（6.92%）は既に薄い部類
|
||
|
||
**C6-heavy では**:
|
||
- **hak_free_at（19.89%）** が最大の allocator 内部ボトルネック
|
||
- pool v1 alloc/free（各 10%）は構造的なコスト
|
||
- hak_super_lookup（4.39%）も削減余地あり
|
||
|
||
### 次フェーズ候補
|
||
|
||
1. **Option A: free dispatcher 最適化** (Mixed 向け)
|
||
- free() 内部の routing logic を最適化
|
||
- hak_free_at の分岐を削減
|
||
- 期待効果: Mixed で free 29% → 25% 程度に削減（+1-2M ops/s）
|
||
|
||
2. **Option B: alloc gate 最適化** (Mixed 向け)
|
||
- tiny_alloc_gate_fast（18.17%）の内部最適化
|
||
- class 判定や routing の直線化
|
||
- 期待効果: Mixed で alloc gate 18% → 15% 程度に削減（+1-2M ops/s）
|
||
|
||
3. **Option C: C6-heavy mid/pool 再設計** (C6 向け)
|
||
- hak_free_at（19.89%）の C6 専用 fast path 追加
|
||
- pool v1 の lookup overhead 削減
|
||
- 期待効果: C6-heavy で 17M → 20-25M ops/s
|
||
|
||
**推奨**: Option A または B（Mixed が本線のため）。C6-heavy は別途 mid 再設計フェーズで対応。
|
||
|
||
---
|
||
|
||
### 生成ファイル
|
||
|
||
1. `/mnt/workdisk/public_share/hakmem/perf_ultra_mixed_v3.txt` - Mixed 16-1024B の complete perf report (1890 samples)
|
||
2. `/mnt/workdisk/public_share/hakmem/perf_ultra_c6_v3.txt` - C6-heavy の complete perf report (3027 samples)
|
||
3. `/mnt/workdisk/public_share/hakmem/CURRENT_TASK_PERF_REBASE3.md` - 本レポート
|