由于各种环境的配置都需要连接github或者其他在国外源，所以最好配置科学上网环境。
尝试在ubuntu22.04.05使用clash-verge，出现各种依赖问题（WebView2相关）。最后的解决办法是采用命令行clash加上网页UI。
dpkg: 依赖关系问题使得 clash-verge 的配置工作不能继续：
clash-verge 依赖于 libwebkit2gtk-4.0-37；然而：
未安装软件包 libwebkit2gtk-4.0-37。
上面是deb版本clash-verge的报错，现在换为AppImage版本的。
thinkerhui@thinkerhui-Redmi-Book-Pro-15-2022:~/下载$ ./clashcn.com_clash-verge_1.5.11_amd64.AppImage
dlopen(): error loading libfuse.so.2
AppImages require FUSE to run.
You might still be able to extract the contents of this AppImage
if you run it with the --appimage-extract option.
See https://github.com/AppImage/AppImageKit/wiki/FUSE
for more information于是加上 --appimage-extract 来运行
./clashcn.com_clash-verge_1.5.11_amd64.AppImage --appimage-extract
thinkerhui@thinkerhui-Redmi-Book-Pro-15-2022:~$ clash-verge
clash-verge: error while loading shared libraries: libwebkit2gtk-4.0.so.37: cannot open shared object file: No such file or directory尝试安装libwebkit2gtk发现有更多报错：
dpkg: 依赖关系问题使得 libwebkit2gtk-4.0-37:amd64 的配置工作不能继续：
libwebkit2gtk-4.0-37:amd64 依赖于 libjavascriptcoregtk-4.0-18 (= 2.44.2-1~deb12u1)；然而：
未安装软件包 libjavascriptcoregtk-4.0-18。
libwebkit2gtk-4.0-37:amd64 依赖于 libavif15 (>= 0.11.1)；然而：
未安装软件包 libavif15。
libwebkit2gtk-4.0-37:amd64 依赖于 libgstreamer-plugins-bad1.0-0 (>= 1.22.0)；然而：
未安装软件包 libgstreamer-plugins-bad1.0-0。
libwebkit2gtk-4.0-37:amd64 依赖于 libicu72 (>= 72.1~rc-1~)；然而：
未安装软件包 libicu72。
libwebkit2gtk-4.0-37:amd64 依赖于 libjpeg62-turbo (>= 1.3.1)；然而：
未安装软件包 libjpeg62-turbo。
dpkg: 处理软件包 libwebkit2gtk-4.0-37:amd64 (--install)时出错：
依赖关系问题 - 仍未被配置
正在处理用于 libc-bin (2.39-0ubuntu8.3) 的触发器 ...
在处理时有错误发生：
libwebkit2gtk-4.0-37:amd64还是老实用AppRun好了,AppRun似乎也不好用......
在吃饭路上想了一下，
dpkg: 依赖关系问题使得 libwebkit2gtk-4.0-37:amd64 的配置工作不能继续：
libwebkit2gtk-4.0-37:amd64 依赖于 libjavascriptcoregtk-4.0-18 (= 2.44.2-1~deb12u1)；然而：
系统中 libjavascriptcoregtk-4.0-18:amd64 的版本为 2.43.3-1。
libwebkit2gtk-4.0-37:amd64 依赖于 libavif15 (>= 0.11.1)；然而：
未安装软件包 libavif15。
libwebkit2gtk-4.0-37:amd64 依赖于 libgstreamer-plugins-bad1.0-0 (>= 1.22.0)；然而：
未安装软件包 libgstreamer-plugins-bad1.0-0。
libwebkit2gtk-4.0-37:amd64 依赖于 libicu72 (>= 72.1~rc-1~)；然而：
未安装软件包 libicu72。
libwebkit2gtk-4.0-37:amd64 依赖于 libjpeg62-turbo (>= 1.3.1)；然而：
未安装软件包 libjpeg62-turbo。
W: GPG 错误：http://security.debian.org/debian-security bullseye-security InRelease: 由于没有公钥，无法验证下列签名： NO_PUBKEY 112695A0E562B32A NO_PUBKEY 54404762BBB6E853
E: 仓库 “http://security.debian.org/debian-security bullseye-security InRelease” 没有数字签名。
N: 无法安全地用该源进行更新，所以默认禁用该源。
N: 参见 apt-secure(8) 手册以了解仓库创建和用户配置方面的细节。
E: 仓库 “https://ppa.launchpadcontent.net/linuxuprising/libpng12/ubuntu noble Release” 没有 Release 文件。
N: 无法安全地用该源进行更新，所以默认禁用该源。
N: 参见 apt-secure(8) 手册以了解仓库创建和用户配置方面的细节。左右折腾了一下，安装了fuse，好像当时提示要删掉一大堆库，我直接yes了。下午ubuntu已经坏掉了......
难绷，看来ubuntu当主力真不行...或者是我太菜了。
原本准备放弃，但是google搜索了一下发现还是有人和我出现了同样的问题。
https://www.reddit.com/r/Ubuntu/comments/15adjzp/ubuntu_2304_does_not_boot_after_installing_fuse/
https://github.com/AppImage/AppImageKit/wiki/FUSE
我发现官方也有这个说明，确实直接安装会导致系统损坏。
重新安装ubuntu-desktop可以解决问题：
sudo apt install ubuntu-desktop后面搞了个命令行的clash（在之前rust-chore的文件夹找到到了），就一个二进制文件，反而十分好用......
Ok，经过两天的生不如死，现在可以开始跑实验了。
搞好了网络环境，后面配置环境就比较通畅了。
为所有用户安装
此前，需要你安装 curl
sudo curl -sSf https://raw.githubusercontent.com/WasmEdge/WasmEdge/master/utils/install.sh | bash -s -- -p d额，遇到了报错，感觉是网络问题
busercontent.com/WasmEdge/WasmEdge/master/utils/install.sh | bash -s -- -p /usr/local
Using Python: /usr/bin/python3
<stdin>:250: SyntaxWarning: invalid escape sequence '\d'
<stdin>:1129: SyntaxWarning: invalid escape sequence '\+'
INFO - Cannot find libcudart.so
INFO - Compatible with current configuration
Traceback (most recent call last):
File "/usr/lib/python3.12/urllib/request.py", line 1344, in do_open
h.request(req.get_method(), req.selector, req.data, headers,
File "/usr/lib/python3.12/http/client.py", line 1336, in request
self._send_request(method, url, body, headers, encode_chunked)
File "/usr/lib/python3.12/http/client.py", line 1382, in _send_request
self.endheaders(body, encode_chunked=encode_chunked)
File "/usr/lib/python3.12/http/client.py", line 1331, in endheaders
self._send_output(message_body, encode_chunked=encode_chunked)
File "/usr/lib/python3.12/http/client.py", line 1091, in _send_output
self.send(msg)
File "/usr/lib/python3.12/http/client.py", line 1035, in send
self.connect()
File "/usr/lib/python3.12/http/client.py", line 1470, in connect
super().connect()
File "/usr/lib/python3.12/http/client.py", line 1001, in connect
self.sock = self._create_connection(
^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/lib/python3.12/socket.py", line 852, in create_connection
raise exceptions[0]
File "/usr/lib/python3.12/socket.py", line 837, in create_connection
sock.connect(sa)
ConnectionRefusedError: [Errno 111] Connection refused
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "<stdin>", line 1562, in <module>
File "<stdin>", line 1336, in main
File "<stdin>", line 44, in wrap_download_url
File "/usr/lib/python3.12/urllib/request.py", line 240, in urlretrieve
with contextlib.closing(urlopen(url, data)) as fp:
^^^^^^^^^^^^^^^^^^
File "/usr/lib/python3.12/urllib/request.py", line 215, in urlopen
return opener.open(url, data, timeout)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/lib/python3.12/urllib/request.py", line 515, in open
response = self._open(req, data)
^^^^^^^^^^^^^^^^^^^^^
File "/usr/lib/python3.12/urllib/request.py", line 532, in _open
result = self._call_chain(self.handle_open, protocol, protocol +
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/lib/python3.12/urllib/request.py", line 492, in _call_chain
result = func(*args)
^^^^^^^^^^^
File "/usr/lib/python3.12/urllib/request.py", line 1392, in https_open
return self.do_open(http.client.HTTPSConnection, req,
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/lib/python3.12/urllib/request.py", line 1347, in do_open
raise URLError(err)
urllib.error.URLError: <urlopen error [Errno 111] Connection refused>直接浏览器打开url把脚本复制到本地，保存在wasm-edge-install.sh , 加执行权限
chmod +x wasm-edge-install.sh
./wasm-edge-install.sh -p /usr/local发现还有一个python的install脚本
然后上面的执行错误可能还和python版本有关。使用pyenv管理多版本python
https://github.com/pyenv/pyenv
curl https://pyenv.run | bash然后把pyenv加到命令行环境中：
配置好pyenv后就可以直接愉快使用了
pyenv install 3.10但是发现缺少了一大堆依赖。。。。。
摆烂，直接装：
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt-get update
sudo apt-get install python3.10
curl -sSf https://raw.githubusercontent.com/WasmEdge/WasmEdge/master/utils/install.sh | bash
Using Python: /home/thinkerhui/micromamba/bin/python3
INFO - Cannot find libcudart.so
INFO - Compatible with current configuration
INFO - Running Uninstaller
WARNING - Uninstaller did not find previous installation
WARNING - SHELL variable not found. Using bash as SHELL
INFO - shell configuration updated
INFO - Downloading WasmEdge
|============================================================|100.00 %INFO - Downloaded
INFO - Installing WasmEdge
INFO - WasmEdge Successfully installed
INFO - Run:
source /home/thinkerhui/.bashrc好吧，直接就成功了
https://github.com/bytecodealliance/wasmtime
直接使用官方脚本：
curl https://wasmtime.dev/install.sh -sSf | bashhttps://github.com/wasmerio/wasmer
curl https://get.wasmer.io -sSfL | shhttps://github.com/wasm3/wasm3/releases
把下载的elf文件存储并建立软链接：
sudo ln -s /home/thinkerhui/wasm/wasm_runtime/wasm3-linux-x64.elf /usr/local/bin/wasm3有可能需要添加执行权限：
chmod +x /usr/local/bin/wasm3经过测试，发现wasm3跑各种程序都会core dump，所以重新构建试一下。
sudo apt install ninja-build官方用的是clang-12,似乎clang-12已经是很老的版本,尝试直接用安装好的clang18来构建，出错了：
CMake Error at CMakeLists.txt:102 (add_executable):
The install of the wasm3 target requires changing an RPATH from the build
tree, but this is not supported with the Ninja generator unless on an
ELF-based or XCOFF-based platform. The CMAKE_BUILD_WITH_INSTALL_RPATH
variable may be set to avoid this relinking step.
CMake Error at build/_deps/libuv-src/CMakeLists.txt:391 (add_library):
The install of the uv target requires changing an RPATH from the build
tree, but this is not supported with the Ninja generator unless on an
ELF-based or XCOFF-based platform. The CMAKE_BUILD_WITH_INSTALL_RPATH
variable may be set to avoid this relinking step.
CMake Error at build/_deps/libuv-src/CMakeLists.txt:391 (add_library):
The install of the uv target requires changing an RPATH from the build
tree, but this is not supported with the Ninja generator unless on an
ELF-based or XCOFF-based platform. The CMAKE_BUILD_WITH_INSTALL_RPATH
variable may be set to avoid this relinking step.
-- Generating done (0.0s)
CMake Generate step failed. Build files cannot be regenerated correctly.使用zig构建
zig build发现还是core dump了
使用clang-14构建（因为clang-14是我系统最近一个可以直接apt安装的版本）
export CC=/usr/bin/clang-14
export CXX=/usr/bin/clang++-14
rm -rf build
mkdir build
cd build
cmake -GNinja ..
ninja终于可以跑了！！
删除原来的软链接，然后再重新建立软链接：
sudo rm /usr/local/bin/wasm3
sudo ln -s /home/thinkerhui/wasm/wasm_runtime/wasm3/build/wasm3 /usr/local/bin/wasm3# 克隆仓库/下载源代码
cd wasm_runtime
git clone https://github.com/bytecodealliance/wasm-micro-runtime.git
#安装依赖
sudo apt install build-essential cmake g++-multilib libgcc-11-dev lib32gcc-11-dev ccache
#构建
cd wasm-micro-runtime
cd product-mini/platforms/linux/
mkdir build && cd build
cmake ..
make
# iwasm is generated under current directory加上软链接：
sudo ln -s /home/thinkerhui/wasm/wasm_runtime/wasm-micro-runtime/product-mini/platforms/linux/build/iwasm /usr/local/bin/iwasm首先，编译Warpdiff原本的数据集试一下。
下载并数据集并放到和Warpdiff同一级的位置。
要先安装enscripten和clang两个编译器：
sudo apt install emscripten clang然后执行编译脚本：
python compile_to_target.py O2安装Python3.11,因为目前py2wasm只支持python3.11
sudo apt install python3.11安装py2wasm，换了清华源会更快一点（我用默认源下载巨慢，连外网代理也没用）：
python -m pip install --upgrade pip
pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
# 安装py2wasm构建程序
pip install py2wasm
# pybenchmarks测试程序本身依赖的库
pip install jinja2 gmpy2 numpy安装patchelf：
sudo apt install patchelf运行构建程序：
python compile_to_target_pywasm.py 一开始会自动下载安装wasi-sdk：
py2wasm ../pybenchmarks/bencher/programs/binarytrees/binarytrees.python3 -o ../targets_pywasm/binarytrees/binarytrees.python3.wasm
py2wasm: wasi-sdk not found in /home/thinkerhui/wasm/.venv/lib/python3.11/site-packages/nuitka/wasi-sdk/21/sdk-Linux, downloading the SDK
py2wasm: Downloading wasi-sdk-21.0-linux.tar.gz
wasi-sdk-21.0-linux.tar.gz: 100%|███████████████| 74.9M/74.9M [00:32<00:00, 2.40MMiB/s]
py2wasm: Extracting wasi-sdk-21.0-linux.tar.gz
py2wasm: wasi-sdk installed at: /home/thinkerhui/wasm/.venv/lib/python3.11/site-packages/nuitka/wasi-sdk/21/sdk不知道为啥wasmer没办法在有限时间内跑出python编译来的wasm文件，一时debug不出来，先放一放这个。
"fastaredux": 2500000 在20：06：01的时候不知道为啥卡住了，实际应该是几秒钟就可以跑完的。难道是因为日志太长了？
好吧，应该要先确认一下哪些程序可以跑，然后再开始正常跑。似乎一个wasmruntime可以跑的，其他的一般也可以跑，所以不妨先用wasmtime所有跑一次，然后计算量也可以根据wasmtime的结果来进行调整。
fannkuchredux 可以跑的：
fannkuchredux.python3-3.python3
fannkuchredux.python3-4.python3
fannkuchredux.python3-6.python3
fasta 可以跑的：
...
感觉靠人肉看日志来确定哪些可以跑非常低效，所以直接在程序里记录了。
记录了用例之后，再看看计算量，慢的wasm3等慢的运行时在跑相同用例大概是wasmtime的10倍。
| prgram | 输入1 | time1(秒) |
|---|---|---|
| binarytrees | 14 | 1.5 |
| fannkuchredux | 10 | 5 |
| fasta | 2500000 | 6 |
| fastaredux | 2500000 | 2.5 |
| fib50 | 1000000 | 6.5 |
| jsonbench | 1 | 3.5 |
| meteor | 2098 | 4 |
| nbody | 5000000 | 47 |
| pidigits | 50000 | 2.5 |
| pystone | 50000 | 0.4 |
| regexdna | 10000 | 0.3 |
| revcomp | 1000 | 0.8 |
| richards | 10 | 1.2 |
| spectralnorm | 550 | 3.7 |
| threadring | 5000000 | 0.7 |
| knucleotide | 10000 | 0.2 |
安装python依赖
pip install numpy func_timeout似乎报了和WSL同样的错误...... 这让我很不安
(.venv) (.venv) (base) thinkerhui@thinkerhui-Redmi-Book-Pro-15-2022:~/wasm/WarpDiff-py$ python runtime_profiling.py O2
Profile Polybench:
wasmer ../targets/O2/Polybench/wasm/mvt.wasm ['{runtime} {wasm}', 'make wasmer-perf-record', ['sched:sched_process_exec', 'probe_wasmer:abs_591f00', 'probe_wasmer:abs_8d5ee0', 'sched:sched_process_exit'], 'wasmer', 'wasmer']
Wasmer cache cleaned successfully.
sudo perf record -e probe_wasmer:abs_591f00 -e probe_wasmer:abs_8d5ee0 -e probe_wasmer:abs_6d5cb0 -e sched:sched_process_exec -e sched:sched_process_exit -a -T
event syntax error: 'probe_wasmer:abs_591f00'
\___ unknown tracepoint
Error: File /sys/kernel/tracing//events/probe_wasmer/abs_591f00 not found.
Hint: Perhaps this kernel misses some CONFIG_ setting to enable this feature?.
Run 'perf list' for a list of valid events
Usage: perf record [<options>] [<command>]
or: perf record [<options>] -- <command> [<options>]
-e, --event <event> event selector. use 'perf list' to list available events
make: *** [makefile:2：wasmer-perf-record] 错误 129
0.011827
kill: (47839): 没有那个进程
kill: (47841): 没有那个进程
failed to open perf.data: No such file or directory (try 'perf record' first)
Something wrong....
0 != 4
Traceback (most recent call last):
File "/home/thinkerhui/wasm/WarpDiff-py/runtime_profiling.py", line 385, in <module>
main()
File "/home/thinkerhui/wasm/WarpDiff-py/runtime_profiling.py", line 373, in main
profile_by_benchmark(POLYBENCH)
File "/home/thinkerhui/wasm/WarpDiff-py/runtime_profiling.py", line 341, in profile_by_benchmark
profile_by_source(native_target_path, wasm_target_path, benchmark_out_dir, now_perf_log_for_target_dir)
File "/home/thinkerhui/wasm/WarpDiff-py/runtime_profiling.py", line 318, in profile_by_source
profile_time_during_execution(wasm_target, out_dir, source_perf_log_dir)
File "/home/thinkerhui/wasm/WarpDiff-py/runtime_profiling.py", line 282, in profile_time_during_execution
if len(tmp) == 4:
^^^^^^^^
TypeError: object of type 'NoneType' has no len()不过我想起来这个三阶段性能测试是为了更具体定位性能问题，或者我可以用更好的方式来实现这个？
后面经过仔细分析，是因为perf命令中有一些probe，比如probe_wasmer没有定义。
下面分析wamer的perf命令：
sudo perf record -e probe_wasmer:abs_591f00 -e probe_wasmer:abs_8d5ee0 -e probe_wasmer:abs_6d5cb0 -e sched:sched_process_exec -e sched:sched_process_exit -a -Tperf record 用于记录性能事件
-e: 指定性能事件。
首先指定了三个自定义的 probe_wasmer 事件（probe_wasmer:abs_591f00, probe_wasmer:abs_8d5ee0, probe_wasmer:abs_6d5cb0）
probe_wasmer: 这看起来是与 Wasmer相关的事件。具体这些事件代表什么取决于系统中的事件定义。也就是说这部分应该是需要自己去定义的，这应该也是报错的来源（因为我们并没有事先去定义）。
abs_591f00, abs_8d5ee0, abs_6d5cb0: 这些通常是特定内存地址的探针事件，意味着在这几个地址处发生的事件将会被记录。具体这些事件是做什么的，需要通过 Wasmer 或系统中定义的探针来理解。
-e sched:sched_process_exec -e sched:sched_process_exit
- 这些是标准的调度器事件，用来监控进程的执行情况。
sched:sched_process_exec: 记录每当进程开始执行时的事件。sched:sched_process_exit: 记录每当进程退出时的事件。
下面尝试给wasmtime来创建探针。
probe_wasmtime:abs_2e73c0
probe_wasmtime:abs_398ce0
查找wasmtime的路径
# 方法一
which wasmtime
# 方法二
whereis wasmtime
# 方法三
sudo find / -name wasmtime
# 方法四 列出wasmtime依赖的共享库
ldd $(which wasmtime)如果不出意外的话论文代码的探针对应的是wasmtime的可执行文件，确定执行文件路径如下：
/home/thinkerhui/.wasmtime/bin/wasmtime检查wasmtime符号表
nm 命令可以用于查看可执行文件、目标文件（object file）和共享库（shared library）的符号表。符号表包含了该文件中的函数、变量等符号信息，并可以帮助了解程序的内部结构。
nm /home/thinkerhui/.wasmtime/bin/wasmtime不过符号表有点多，我们重点看一下我们的两个地址对应的：
nm /home/thinkerhui/.wasmtime/bin/wasmtime | grep -e 2e73c0 -e 398ce0令人沮丧的是并没有输出任何东西.....有可能是版本变更引起的（我并没有安装论文实验的版本）。
试了一下检查wasmedge的符号表，发现它的可执行文件和三个依赖的libwasmedge都没办法用nm来检查符号表......
唯一有希望直接复现的是wasm3，因为它似乎没有更新过，而且论文代码相应探针是用的函数名表示而不是绝对地址。
# 找出wasm3路径
which wasm3
# 检查符号
nm /usr/local/bin/wasm3 | grep -e main -e repl_call
# 添加探针
sudo perf probe -x /usr/local/bin/wasm3 main
sudo perf probe -x /usr/local/bin/wasm3 repl_call一开始gpt4o给我的添加探针的命令如下，但是始终报错，后面查阅文档发现并不是这么写：
sudo perf probe -x /usr/local/bin/wasm3 --add 'probe_wasm3:main'
sudo perf probe -x /usr/local/bin/wasm3 --add 'probe_wasm3:repl_call'还有一个需要注意的是这个添加的是动态指针，所以系统重启后会消失（需要重新添加）
定义好之后，就可以跑三阶段perf性能测试了：
python python runtime_profiling_pywasm.py 在跑的过程中kill掉perf record总是失败，不过似乎跑的结果是没问题的。
其实三阶段性能测试是为了给更精确定位问题服务的，所以这步可以归为更准确定位用例的性能问题的一个步骤之一。目前的想法是给有问题的用例创建火焰图。
在差分分析中，定位出来
下载使用FlameGraph来生成火焰图
# 克隆FlameGraph仓库
git clone https://github.com/brendangregg/FlameGraph.git
cd FlameGraph
# 使用stackcollapse-perf.pl和flamegraph.pl来生成火焰图，下面命令采用管道写法
perf script | ./stackcollapse-perf.pl | ./flamegraph.pl > flamegraph.svg差分分析的程序要安装以下依赖：
pip install scikit-learn pandas对原本的差分分析程序进行修改，根据实际情况，主要改三处地方：
- 将total_time 改为 execution_time
- 要分析的运行时列表改为5个：wasmtime,wasmedge,wasmedge_aot,wasm3,wamr 其中，wasmedge的性能确实太差，后面应该要去掉。wasmer由于无法正常跑，所以也去掉。
- normalize_case_vectors()的sum初始化原本是固定7个0,改为根据case_vector_array的列数（每行的长度）来进行初始化。
运行差分测试
python analyze_performance_pywasm.py 第一轮（每个用例只运行测试一次，花了1个小时）的分析结果（前10）：
| case | wasmtime | wasm3 | wasmedge_aot | wamr |
|---|---|---|---|---|
| revcomp-revcomp.python3-6.python3 | 0.155730746 | -0.08739965 | 0.078480278 | 0.026816293 |
| revcomp-revcomp.python3-4.python3 | 0.146575341 | -0.094282827 | 0.078094194 | 0.034890671 |
| revcomp-revcomp.python3-5.python3 | 0.145847764 | -0.089254376 | 0.07365105 | 0.032552635 |
| revcomp-revcomp.python3-3.python3 | 0.13998953 | -0.079437779 | 0.091317335 | 0.02193178 |
| fasta-fasta.python3-4.python3 | -0.038264563 | 0.084500081 | -0.01341118 | -0.073591829 |
| regexdna-regexdna.python3-5.python3 | 0.097605184 | -0.032066045 | 0.034242721 | 0.009613805 |
| jsonbench-jsonbench.python3 | -0.048669494 | 0.024762807 | -0.081128269 | -0.003363684 |
| fannkuchredux-fannkuchredux.python3-6.python3 | -0.049441251 | 0.036652037 | -0.071850425 | -0.015385131 |
| pidigits-pidigits.python3 | -0.023682578 | 0.031376305 | -0.071605108 | -0.01196861 |
其实初步来看，大概只有revcomp这个用例在wasmtime上有问题（相比较于论文的偏离度其实比较小）
后面就进一步在该用例上进行分析。
最后一步就是通过人工分析出性能问题
由于我比较菜，对wasmtime的具体运行机制并没有深入了解。
之前在学习node的时候，知道了确实可以用perf这样的工具来具体分析一个程序在各个部分所花的时间。
https://nodejs.cn/en/learn/getting-started/profiling
于是，决定采用没有任何probe的perf record来生成火焰图分析。
# 为了方便生成火焰图，直接进入FlameGraph
cd FlameGraph
# wasmtime
# perf record
sudo perf record -g wasmtime ../targets_pywasm/revcomp/revcomp.python3-3.python3.wasm 1000 < ../pybenchmarks/bencher/data/revcomp-input1000.txt
# 生成火焰图
sudo perf script | ./stackcollapse-perf.pl | ./flamegraph.pl > flamegraph-wasmtime.svg为了更好分析，我也对其他wasm runtime生成了火焰图
# wasm3
sudo perf record -g /usr/local/bin/wasm3 ../targets_pywasm/revcomp/revcomp.python3-3.python3.wasm 1000 < ../pybenchmarks/bencher/data/revcomp-input1000.txt
sudo perf script | ./stackcollapse-perf.pl | ./flamegraph.pl > flamegraph-wasm3.svg
# wamr
sudo perf record -g /usr/local/bin/iwasm ../targets_pywasm/revcomp/revcomp.python3-3.python3.wasm 1000 < ../pybenchmarks/bencher/data/revcomp-input1000.txt
sudo perf script | ./stackcollapse-perf.pl | ./flamegraph.pl > flamegraph-iwasm.svg-g 参数用于指定生成调用图，而实际上有多种生成的方式。
perf学习笔记 其他一些事项可以看该文档。
最终的分析结果是wasmtime并没有运行时性能问题。之所以在差分分析计算出其延迟了一些，是因为revcomp这里用例比较特殊，其代码执行时间极短，只有0.3s左右，而python程序转化为的wasm都特别大，wasmtime有缓存机制，简单来说就是使用过的wasm程序会缓存进内存，为了确保可以知道其更新，会对wasm文件计算sha256,由于wasm比较大计算sha256会占用一些时间，这对0.3s的执行时间有比较明显的影响。