Saltar a contenido

Capítulo 29 — Depuración y Perfilamiento Avanzado

Objetivos de aprendizaje

  • Dominar GDB a nivel profundo (puntos de observación, scripting, core dumps).
  • Perfilar CPU, memoria y caché con perf, Valgrind y flame graphs.
  • Usar tracing dinámico (ftrace, eBPF, DTrace) y depurar en remoto/embebido.

29.1 GDB a nivel profundo

gcc -g -O0 programa.c -o programa
gdb ./programa

break main              # punto de ruptura
run arg1 arg2           # ejecutar
next / step             # siguiente línea / entrar en función
print variable          # inspeccionar
watch x                 # parar cuando x CAMBIE (watchpoint)
backtrace               # pila de llamadas
info locals             # variables locales
continue                # seguir

Técnicas avanzadas: conditional breakpoints (break f if n==0), reverse debugging (record, reverse-next), pretty printers, y scripting con Python.

29.2 Depuración de memoria

valgrind --leak-check=full --track-origins=yes ./programa
gcc -fsanitize=address,undefined -g programa.c -o p && ./p

ASan suele ser 10–50× más rápido que Valgrind y da diagnósticos con la pila de asignación. Valgrind no necesita recompilar y detecta más casos de memoria no inicializada (Memcheck).

29.3 Perfilamiento de CPU

perf record -g ./programa     # muestrea la pila de llamadas
perf report                   # explora dónde se gasta el tiempo
perf stat ./programa          # ciclos, IPC, fallos de caché, branch misses

Visualiza con flame graphs (Brendan Gregg): el ancho de cada barra = tiempo acumulado. Es la forma más rápida de identificar el hotspot.

29.4–29.5 Tracing dinámico

  • ftrace y perf: tracing del kernel y uprobes/kprobes en funciones.
  • eBPF / bpftrace (cap. 23): observabilidad programable sin reiniciar nada.
  • DTrace/SystemTap: tracing de producción.
# bpftrace: latencia de la syscall read, en un histograma
bpftrace -e 'tracepoint:syscalls:sys_enter_read { @ = count(); }'

29.6–29.8 Caché, concurrencia y heap profiling

  • cachegrind/perf para cache misses y branch mispredictions.
  • TSan y Helgrind para carreras (cap. 12).
  • massif (Valgrind) y heaptrack para perfilar el uso de heap a lo largo del tiempo.

29.9–29.11 Remoto, core dumps y red

  • Depuración remota: gdbserver (embebido, kernel, contenedores).
  • Core dumps: analizar un crash post-mortem con gdb programa core.
  • Rendimiento de red: iperf, tcpdump, ss.

Conexión con la actualidad

La observabilidad es uno de los pilares de la ingeniería de fiabilidad (SRE) moderna, y su base de bajo nivel es C. eBPF ha revolucionado el tracing de producción: herramientas como bpftrace, Pixie, Parca y el continuous profiling permiten perfilar sistemas en vivo, con sobrecarga mínima, sin reiniciar ni recompilar — y todas se programan, en última instancia, en C. Los flame graphs de Brendan Gregg se han convertido en el lenguaje visual universal del rendimiento. En depuración, rr (Mozilla) populariza el record-and-replay determinista, que convierte los heisenbugs (errores que desaparecen al observarlos) en reproducibles. Saber usar GDB, perf y ASan con soltura es, en la práctica, lo que distingue a un programador de C senior.

Ejercicios

Ejercicio 29.1 — Sesión de GDB ★★

Depura un programa con un segfault: localiza la línea con backtrace, inspecciona variables y corrige la causa.

Ejercicio 29.2 — Watchpoint ★★★

Usa un watchpoint para descubrir qué parte del código corrompe una variable que «cambia sola».

Ejercicio 29.3 — Flame graph ★★★

Perfila con perf un programa con un hotspot artificial y genera su flame graph; optimiza y vuelve a medir.

Ejercicio 29.4 — Core dump ★★★

Provoca un crash, captura el core (ulimit -c unlimited) y analízalo post-mortem con GDB.

Referencias