2016q1 Homework #1

預期目標

• 準備 GNU/Linux 開發工具
• 學習使用 Git 與 GitHub
• 學習效能分析工具
• 研究軟體最佳化

標注須知

下方只要是 $ 開頭，就表示在 GNU/Linux 的終端機裡面輸入的指令，比方說 $ sudo apt-get update，就表示要輸入 sudo apt-get update。

預先準備動作

• 安裝 GNU/Linux，建議安裝 Lubuntu 15.10 (64-bit)
  • 注意: 不要透過虛擬機器，而是用多重開機直接裝在實體機器的硬碟中，記得先切割好硬碟
• 安裝相關開發工具

$ sudo apt-get update
$ sudo apt-get install build-essential
$ sudo apt-get install linux-tools-common linux-tools-generic
$ sudo apt-get install astyle colordiff

• 關於 GNU/Linux 指令，請參閱 鳥哥的 Linux 私房菜
  • 本系列課程全程使用 GNU/Linux，全世界有十幾億台裝置內建 Linux 系統，學習 Linux 是相當划算的投資！
• 熟悉 Git 和 GitHub 操作
  • 30 天精通 Git 版本控管

Linux 效能分析工具: Perf

• Perf 全名是 Performance Event，是在 Linux 2.6.31 以後內建的系統效能分析工具，它隨著核心一併釋出。藉由 perf，應用程式可以利用 PMU (Performance Monitoring Unit), tracepoint 和核心內部的特殊計數器 (counter) 來進行統計，另外還能同時分析運行中的核心程式碼，從而更全面了解應用程式中的效能瓶頸
• 詳細閱讀 Linux 效能分析工具: Perf 並在自己的 Linux 開發環境實驗

案例探討：電話簿搜尋

• 詳細閱讀 案例分析: Phone Book，研究降低 cache miss 的方法
• 雖然這是探討 cache miss 和效能議題，其實是帶著同學重新複習 C 語言和資料結構。以前大家只是「背誦心法」，從來就不會去理解個別資料結構對整體的衝擊。

看到 [sudo] password for 字樣時，輸入自己的 Linux 使用帳號密碼

作業要求

• 在 GitHub 上 fork phonebook，然後適度修改 phonebook_opt.c 和 phonebook_opt.h 兩個檔案，使得這兩者執行時期的 cache miss 降低。請用 perf 驗證，而且改進的過程中，不能有功能方面的減損。
  • phonebook_orig.[ch] 不需要修改，我們關注的是 phonebook_opt.[ch]，當然要修改 main.c 也是允許的
  • findName() 的時間必須原本的時間更短
  • append() 的時間可以比原始版本稍久，但不應該增加太多
  • main.c 應該只有一份，不要建立新的 main()，善用 Makefile 定義對應的 CFLAGS
  • 在執行程式(phonebook_orig 和 phonebook_opt) 前，先清空 cache:

  $ echo 1 | sudo tee /proc/sys/vm/drop_caches

• 除了修改程式，也要編輯 Hackpad 下方「作業區」，增添開發紀錄和 GitHub 連結
  • 至少要列出效能分析，以及充份說明你如何改善效能
• 務必使用 astyle 排版，詳細使用方式見 README.md
• 可能的效能改進方向：
  • 改寫 struct __PHONE_BOOK_ENTRY 的成員，搬動到新的結構中
  • 使用 hash function 來加速查詢
  • 既然 first name, last name, address 都是合法的英文 (可假設成立)，使用字串壓縮的演算法，降低資料表示的成本
  • 使用 binary search tree 改寫演算法
• 截止日期：
  • Mar 6, 2016 (含) 之前
  • 越早在 GitHub 上有動態、越早接受 code review，評分越高

挑戰題

• 除了降低 findName() 的 cache miss 與執行成本，append() 也該想辦法縮減時間
  • 建立 phone book 時，既然 lastName 是索引值，可以優先建立搜尋表格，其他資料可稍後再補上
  • 用 PThread 建立 manager/worker thread model
• 支援 fuzzy search，允許搜尋 lastName 時，不用精準打出正確的寫法
  • 比方說電話簿有一筆資料是 McDonald，但若使用者輸入 MacDonald 或 McDonalds，也一併檢索出來
  • 延伸閱讀: Levenshtein Distance (編輯距離)
• 改善電話簿的效能分析，透過大量的重複執行，找出 95% 信賴區間，而且允許動態新增資料 (較符合現實) 和查詢
• 以 gnuplot 繪製效能分析圖表

參考資料

• Makefile 語法簡介
• Gnuplot 純畫圖