需加--dump-instr=yes和--collect-jumps=yes才能获得函数级缓存统计，否则仅显示文件级汇总；配合-g编译、--auto=yes及--source-path=使用cg_annotate方可显示函数名，并应结合D1mr/Dr比值评估cache局部性。
用 cachegrind 生成函数级缓存统计需要加 --dump-instr=yes 和 --collect-jumps=yes
默认情况下 cachegrind 只统计到源文件粒度，不展开到函数内部。要看到每个函数的指令数、cache miss 次数等指标，必须显式启用指令级采集。否则 callgrind_annotate 或 cg_annotate 输出里只会显示文件汇总，看不到 foo()、bar() 这样的函数名。
关键参数组合：
-
--dump-instr=yes：开启每条指令的执行计数（必需） -
--collect-jumps=yes：收集跳转信息，有助于函数边界识别（强烈建议） -
--cache-sim=yes（默认开启）：保证 L1/I1/D1 cache miss 统计生效
示例命令：
valgrind --tool=cachegrind --dump-instr=yes --collect-jumps=yes --log-file=cg.out ./myapp
cg_annotate 默认不显示函数，得用 --auto=yes + 指定源码路径
cg_annotate cg.out 直接运行，输出里大概率只有地址（如 0x401234）和汇编行，没有函数名。这是因为符号表未关联或未启用自动解析。
让函数名真正出现，需满足两个条件：
- 程序编译时带
-g（保留调试符号） - 运行
cg_annotate时加--auto=yes，并确保当前目录能访问到源码（或用--source-path=指明）
正确用法：
cg_annotate --auto=yes --source-path=. cg.out | head -20
若仍无函数名，检查 cg.out 头部是否含 cmd: ./myapp 且二进制有符号：nm -C ./myapp | grep main 应能输出符号。
函数级指标中，Ir、Dr、Dw 和 I1mr/D1mr 含义不同，别混看
输出表格第一列是事件类型，常见缩写含义如下：
-
Ir：指令读取次数（Instruction read），反映函数执行频度 -
Dr：数据读取次数（Data read），跟访存密集度相关 -
Dw：数据写入次数（Data write） -
I1mr：一级指令 cache miss 次数（越小越好） -
D1mr：一级数据 cache miss 次数（对性能影响更大）
注意：I1mr 通常远小于 D1mr；如果某个函数 D1mr 异常高，但 Dr 不高，可能是访问模式导致 cache line 频繁换入换出（比如步长为 64 的跨 cache line 访问）。
想快速定位热点函数？优先看 Ir 排序，再交叉查 D1mr 比值
cg_annotate 默认按 Ir 降序排，这是最直观的“执行量”指标。但仅看 Ir 容易忽略 cache 效率问题——一个函数执行 100 万次，每次只 miss 1 次，不如另一个执行 10 万次、每次 miss 50 次的函数伤性能。
更实用的做法：
- 先用
cg_annotate --auto=yes cg.out | grep -A 5 "fun:"快速扫函数列表 - 对
Ir前 10 的函数，手动计算D1mr / Dr比值（若Dr > 0） - 比值 > 0.05（5%）就值得怀疑：说明每 20 次数据读就有 1 次 miss，可能触发大量内存延迟
这个比值比绝对 miss 数更能反映局部性缺陷，尤其在数据集变大后会急剧恶化。
Cachegrind 的函数级数据依赖符号解析和指令采集双前提，缺一不可；而“哪个函数最耗 cache”不能只看 miss 总数，得结合访问密度和 miss 率交叉判断。
