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:

# 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:

// 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:

// 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

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

make clean
make CFLAGS="-DHAKMEM_DISABLE_MINCORE_CHECK=1"
./bench_random_mixed_hakmem 1000000 256 42

3. 両方を適用

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)