# poc

**Repository Path**: seeventh/poc

## Basic Information

- **Project Name**: poc
- **Description**: ppocppppoc for arm
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-02
- **Last Updated**: 2026-04-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PMU Log Analyzer

用于解析多节点、多 `rank` 的 PMU 日志，并通过桌面 GUI 按模块、子项和 `rank` 进行可视化分析。

## 目标

- 分析多节点 PMU 性能数据
- 找出不同节点、不同 `rank` 的性能波动
- 支持按模块下钻到具体统计项

## 数据结构

日志目录结构默认类似：

```text
xx/res/1/rank.000xxx/stderr
xx/res/1/rank.000xxx/stdout
```

当前主要分析 `stdout` 里的 PMU 数据。

## 当前支持的 PMU 模块

- `cpu2uc`
- `ring`
- `hbm`
- `td`

解析器会根据日志内容自动识别模块类型。

## 解析脚本

脚本路径：

```text
scripts/parse_pmu_logs.py
```

基本用法：

```bash
python3 scripts/parse_pmu_logs.py data -o out/pmu_parsed
```

功能：

- 递归扫描输入目录下所有 `stdout`
- 自动识别 PMU 模块
- 提取统一元数据：`module`、`rank`、`res_id`、`zone`、`scope` 等
- 按模块分别导出结果
- 在终端单行显示解析进度

## 输出文件

解析结果按模块分别导出到输出目录，例如：

```text
out/pmu_parsed/cpu2uc_detail.csv
out/pmu_parsed/cpu2uc_summary.csv
out/pmu_parsed/cpu2uc_raw.json

out/pmu_parsed/ring_detail.csv
out/pmu_parsed/ring_summary.csv
out/pmu_parsed/ring_raw.json

out/pmu_parsed/hbm_detail.csv
out/pmu_parsed/hbm_summary.csv
out/pmu_parsed/hbm_raw.json

out/pmu_parsed/td_detail.csv
out/pmu_parsed/td_summary.csv
out/pmu_parsed/td_raw.json
```

说明：

- `detail.csv`
  每条明细记录一行，适合按 `rank`、`subuc`、`cluster` 做细粒度分析
- `summary.csv`
  按 `module/node_group/res_id/rank` 聚合后的统计结果
- `raw.json`
  保留原始解析结果，方便二次处理

## `cluster` 和 `subuc` 的关系

- `subuc0/subuc1/...`
  表示更细粒度的子单元统计
- `cluster`
  表示对应模块在更高层的聚合结果

分析建议：

- 先看 `cluster` 判断整体是否异常
- 再看 `subuc` 下钻到具体子区域

## GUI

脚本路径：

```text
scripts/pmu_gui.py
```

启动方式：

```bash
python3 scripts/pmu_gui.py
```

GUI 功能：

- 选择 `Input Root`
- 选择 `Output Dir`
- 点击 `Parse` 解析日志
- 点击 `Load Parsed` 加载已有结果
- 选择 `Module`
- 在当前 `Module` 下选择对应的 `Metric`
- 在当前 `Module` 下选择对应的 `Scope`
- 点击 `Refresh Plot` 主动刷新图像

图形界面行为：

- `Parse`、`Load Parsed`、`Refresh Plot` 都是异步执行
- 底部有进度条，长时间操作不会卡死主界面
- 图像加载的是全部节点数据
- 节点很多时，只稀疏显示 `x` 轴标签，不丢数据
- 节点很多时自动隐藏 marker，避免曲线过密
- 图右侧会显示当前图像的：
  - 最好值对应的 `rank`
  - 最差值对应的 `rank`
  - 其中默认规则为：
    - 最小值 = 最好
    - 最大值 = 最差

## 配置保存

GUI 会自动保存上次使用的配置到：

```text
out/pmu_gui_config.json
```

保存内容：

- `Input Root`
- `Output Dir`
- `Module`
- `Metric`
- `Scope`

下次启动 GUI 时会自动恢复。

## 依赖

CLI 解析脚本只依赖 Python 3 标准库。

GUI 需要：

- Python 的 `tkinter`
- `matplotlib`

如果当前环境缺少这些依赖，GUI 会直接报错提示。

## 当前样本数据

仓库当前自带的样本日志位于：

- `data/cpu2uc/...`
- `data/ring/...`
- `data/hbm/...`
- `data/td/...`

可直接用于验证解析器和 GUI 行为。

## 常用命令

解析样本日志：

```bash
python3 scripts/parse_pmu_logs.py data -o out/pmu_parsed
```

启动 GUI：

```bash
python3 scripts/pmu_gui.py
```

静态检查：

```bash
python3 -m py_compile scripts/parse_pmu_logs.py scripts/pmu_gui.py
```

## 最近功能演进

最近几次关键提交：

```text
4376ff7 feat: persist PMU GUI state and async plot updates
3d2aa5e feat: show PMU plot best and worst ranks
6975810 feat: improve PMU GUI loading and plotting
2e0d579 fix: keep PMU GUI responsive while parsing
57ddd87 feat: add PMU desktop explorer
f6d8dd7 feat: add PMU log parser
```