火焰图详解：如何读懂 CPU 火焰图，找出烧掉 CPU 的代码
内容提要
本文介绍如何读懂CPU火焰图：宽度代表采样占比而非时间，y轴为调用深度，顶边（或底边）是CPU实际执行位置，x轴按字母序排列。通过PHP、Go、Erlang三个真实案例展示从火焰图定位瓶颈代码行的方法，并给出各技术栈生成火焰图的工具及四步排查流程。
延伸解读
火焰图不是时间线
许多初学者误以为火焰图的x轴代表时间顺序，但实际是按字母序排列，目的是合并相同调用栈。因此，并排的方框并不表示先后关系。理解这一点是正确读图的关键，否则容易将字母序误读为执行顺序，导致错误判断。
self与total的区分
火焰图中每个方框有self和total两个指标：self是函数自身在栈顶的采样占比，total包含其所有子调用。self高的函数才是真正消耗CPU的，而total高但self低的通常是调度器或框架层。排查时应优先关注self最高的叶函数，而非整体最宽的方框。
跨语言级别验证诊断
三个案例均展示了应用层火焰图与C语言级火焰图指向同一瓶颈时，诊断更为可靠。例如PHP案例中，PHP级显示preg_match占56.2%，C级显示pcre2_match_8占34.7%，两者吻合。这种交叉验证能减少误判，增强对根因的信心。
Q&A
CPU火焰图的四条基本规则是什么？
四条规则是：1. 宽度代表函数在采样中的占比，不是持续时间；2. y轴是调用深度，底部是入口，顶部是CPU实际执行的叶函数；3. 顶边（或底边，取决于渲染方向）是on-CPU的位置；4. x轴按字母序排列，不是时间轴。
如何通过火焰图定位CPU瓶颈？
看火焰图的叶函数一端（经典方向在顶边，根在上的方向在底边），找到self占比最高的方框，那就是直接烧CPU的函数。然后往下读调用链，了解它为什么被调用。
火焰图中的self和total有什么区别？
total是方框的完整宽度，包含它调用的所有函数；self是该函数位于栈顶部的采样占比，即没有更上层被调用者。分析时应该按self排序，self最高的函数才是CPU真正在跑的。
火焰图有哪些常见形态？分别代表什么？
常见形态有：Plateau（宽而平的顶部）表示一个函数独占CPU；Tower（高而窄的尖刺）表示深调用栈但频率低，通常不是问题；Hair（顶边大量细小的毛刺）表示短暂调用，如中断，如果很宽可能是中断风暴；底座平坦、顶部参差表示框架健康，热点在应用层。
火焰图和flame chart有什么区别？
火焰图（flame graph）的x轴按字母序排列，不是时间轴，相同的函数名会合并成一个更宽的方框；而flame chart的x轴是时间轴，水平位置表示先后顺序，相同的函数名可能出现在多个互不合并的方框里。
如何为不同技术栈生成火焰图？
通用步骤是采集调用栈采样、折叠、渲染。工具因技术栈而异：Linux用perf，Go用pprof，Java用async-profiler，Node.js用0x，PHP用Excimer，Perl用Devel::NYTProf，Erlang用eflame，Rust用cargo-flamegraph。
从100% CPU到定位代码行的四步流程是什么？
第1步：用top或htop找到烧CPU的进程，记下PID；第2步：用profiler从该PID采集调用栈采样，生成火焰图；第3步：读叶函数一端，找到最宽的方框（self最高），悬停或点击查看源文件和行号；第4步：打开文件，跳到那一行，结合调用栈理解为什么被调用。
火焰图中的颜色有含义吗？
在Brendan Gregg的原始火焰图中，颜色是随机的暖色调，没有语义含义。一些工具会按模块或语言级别分配颜色，需要查看工具是否有图例。OpenResty XRay的火焰图用橙色表示CPU火焰图，蓝色表示off-CPU火焰图。
