Core Viewer 是一个基于 perf probe 的代码观测工具，包含 Vue 前端和 Flask 后端。它可以针对内核函数或用户态 ELF 二进制函数查看源码行、统计行级命中次数、测量两处 probe 之间的时延，并按调用栈过滤统计结果。
core-viewer/
├── frontend/code-viewer/ # Vue + Vite 前端
└── backend/
├── backend-general/ # 当前通用后端，推荐使用
├── backend-go/ # Go 项目专用旧后端/参考实现
├── backend-rust/ # Rust 项目旧后端
└── backend-kernel/ # 内核实验旧后端
当前主要维护的是：
backend/backend-general
frontend/code-viewer
后端依赖系统工具：
sudo apt install linux-tools-common linux-tools-generic jq binutils python3 python3-pipPython 依赖：
pip3 install flask flask-cors如果分析用户态二进制，目标二进制需要包含符号和调试信息。Rust debug 构建通常可用；release 构建建议带上 debuginfo。
编辑：
backend/backend-general/config.json用户态二进制示例：
{
"target_type": "user",
"binary_path": "/path/to/binary",
"source_dir": "/path/to/source/root",
"project_name": "my-project-debug",
"settings": {
"use_sudo": true,
"call_graph": "fp"
},
"symbol_resolution": {
"find_func_script": "find_func.py",
"default_hints": ["src"],
"func_hints": {
"process_virtio_queues": ["virtio/net/device.rs"],
"new": ["src/vmm/src/device_manager/mmio.rs"]
}
}
}内核函数示例：
{
"target_type": "kernel",
"source_dir": "/path/to/linux/source",
"project_name": "kernel-probe",
"settings": {
"use_sudo": true,
"call_graph": "fp"
}
}字段说明：
target_type: user 或 kernel
binary_path: 用户态 ELF 二进制路径，kernel 模式不需要
source_dir: 源码根目录，用于 perf probe -s
call_graph: perf record 调用栈模式，常用 fp 或 dwarf
symbol_resolution.default_hints: 同名函数默认匹配提示
symbol_resolution.func_hints: 按函数名定制匹配提示
进入通用后端目录：
cd backend/backend-general
python3 app.py默认监听：
0.0.0.0:5000
后端启动时会自动执行：
scripts/configure_perf.sh它会根据 config.json 把 perf_l.sh、perf_e.sh、perf_r.sh、perf_c.sh 中的 PERF_PROBE_CMD 配置成正确的 perf probe 命令。
进入前端目录：
cd frontend/code-viewer
npm install
npm run devVite 会输出访问地址，通常是：
http://localhost:5173
打开前端后，在左侧填写后端地址，例如：
127.0.0.1:5000
如果前后端不在同一台机器，填写后端机器的 IP 和端口。
左侧通用输入：
函数名: 要分析的函数名，可以填简单名，如 main_exec
调用栈过滤: 可选，留空或 * 表示不过滤
服务器 IP: 后端地址
采样秒数: perf stat/record 的采样时间
代码分析页支持：
拉取代码: 调用 /api/get_source，显示函数源码行
运行分析: 调用 /api/analyze_stream，对函数内源码行批量打 probe 并统计命中次数
时延测试: 在源码视图中选择起点/终点行，调用 /api/analyze_latency_stream
调用：
/api/analyze_callstack_stream
后端会在目标函数入口打 probe，使用 perf record -g 采样，并聚合不同调用栈。
服务器交互页提供一个后端 shell 会话：
普通执行: 直接运行命令
延时执行: 前端延迟若干秒后执行命令
预设触发器: 先挂起命令，等代码分析或时延分析完成 probe setup 后自动执行
预设触发器适合这种流程：
1. 在服务器交互页输入触发业务行为的命令
2. 点击预设触发器
3. 切回代码分析页运行命中统计或时延测试
4. 后端完成 probe setup 后自动执行命令并开始采样
Rust/Go/C++ 等语言可能存在大量同名函数，前端可以只填写简单名，后端会调用：
backend/backend-general/scripts/resolve_symbol.sh
backend/backend-general/find_func.py解析流程：
1. 使用 nm 获取 ELF 真实符号和 demangle 后的函数名
2. 使用 addr2line 获取候选函数对应源码路径
3. 根据 config.json 中的 hints 选择最接近的函数
4. 返回 perf probe 可用的真实符号名
例如 Firecracker 中 process_virtio_queues 有多个同名候选，可以这样配置：
{
"symbol_resolution": {
"func_hints": {
"process_virtio_queues": ["virtio/net/device.rs"]
}
}
}调试符号解析：
cd backend/backend-general
scripts/resolve_symbol.sh process_virtio_queues
python3 find_func.py -c config.json -f process_virtio_queues -l '["virtio/net/device.rs"]'POST /api/get_source
body: { "target_func": "main_exec" }
POST /api/analyze_stream
body: { "target_func": "main_exec", "sleep_time": 5, "caller_funcs": "*" }
POST /api/analyze_latency_stream
body: {
"target_func": "main_exec",
"start_offset": 0,
"end_offset": 20,
"sleep_time": 5,
"caller_funcs": "*"
}
POST /api/analyze_callstack_stream
body: { "target_func": "main_exec", "sleep_time": 5, "caller_funcs": "*" }
POST /api/trigger
body: { "command": "curl ...", "delay": 3 }
POST /api/shell/init
POST /api/shell/exec
POST /api/shell/close
检查目标二进制是否有符号和 DWARF 调试信息：
file /path/to/binary
readelf -S /path/to/binary | grep -E 'debug_info|debug_line|symtab'不要直接把 firecracker::main_exec 传给 perf probe -L。通用后端会先解析为 _ZN... 真实符号，再传给 perf。
脚本内部会把 probe event 名压缩成短 hash，例如：
l_d44253879183_0
c_d44253879183
目标函数名可以很长，event 名不会超过 perf 限制。
perf probe、perf stat、perf record 通常需要 root 权限。后端脚本默认通过 sudo 调用。如果出现权限错误，先确认当前用户可以执行 sudo，并检查：
sudo perf probe --list确认采样期间目标进程确实执行了该函数。可以使用服务器交互页的预设触发器，在 probe setup 后自动触发业务请求。