第二章 性能瓶颈的分析和定位（12）

可视化性能数据

        当需要对性能数据进行可视化时，我们有两种选择：使用剖析器自带的可视化工具，或者使用独立的可视化工具。

        正如前文所述，采样型剖析器通常会在它们的图形用户界面中集成其可视化工具。对于检测型剖析器，通常都存在一个可视化工具，例如Telemetry。Intel的ITT检测API采集的数据通常可以用VTune Amplifier进行查看，但我们也能转换数据格式用不同的工具分析。Intel开源的Single Event API(SEAPI)工程即能支持这种转化，它支持如下的数据格式之间的转化：Windows ETW，Android的Systrace，谷歌的JSON trace, Qt Creator的QML profiler, 开源的Trace Compass, 以及老而可靠的GraphViz。多酷的工具啊！

       总之，我们有许多的可视化工具可用，有时也让我们难于选择。最近谷歌的JSON trace数据格式倒是引起了不少关注，因为无处不在的Chrome浏览器内建支持这种数据格式！你只消打开Chrome浏览器的一个页签，在地址栏中输入about:tracing, 就可以打开剖析页面。在此，你可以剖析Chrome浏览器本身，也可以加载收集的性能追踪数据。我们现在仅需要寻找(或自己写)一组检测框架产生JSON格式的追踪数据，即能用免费的Chrome浏览器进行数据的可视化分析了。

现在，我们对现有的性能分析工具有了一个大概的了解，让我们做一些小练习来试试这些工具吧！