Performance profiler

driver以前主要是针对内存进行统计，一直缺乏对CPU占用率的有效统计手段。虽然可以取得脚本线程占用的时间，但是因为大量短寿命线程（如callback）的存在，加上线程内的复杂执行情况（函数嵌套），所以仅仅取得线程占用时间的作用很有限。必须手工增加很多统计代码才能实用。

考虑了一段时间，上周末的时候我借合并版本的空闲增加了一个性能诊断模块。

统计的主要思路是独起一个线程，定期去记录调用栈，然后将调用栈插入到一个树中，形成调用树，每次给被统计的调用栈在树中的末端节点计数器+1。最终，计数器总和可以看作是100%的CPU，各个结点计数和计数总和的比就是占用CPU的比率。这样，我可以得到每个调用层次不同函数的CPU占用率，也可以得到它们调用其他函数的总开销（将这个分支下面所有节点的计数累加在一起即可）。

当然，统计只是一部分，还需要一个viewr，要能方便的展开这个树，并且进行同层次的排序以便阅读，另外也可以进行一些高级分析。

在实际开发的时候，如果profiler的线程采用休眠的方式的话，每秒中统计的次数太少。Mac下基本可以做到每毫秒一次，我用的Linux就不太好，而Windows最差，因为精度太低每秒只有60多次。既然目前都是双核+的机器，我让profiler线程以不休眠的方式进行，每微妙统计一次。结果下来，还是Mac最好，Linux次之，Windows最差，因为QueryPerformanceCounter实在是开销太大了，一次调用就干掉几微妙。