换个说法，你编写了某功能函数但发现它运行很慢，需要对该函数进行优化，当你在谷歌搜索找到更好的实现方式，通过 Benchmark 函数发现它的确变快了。但你说不清楚具体变快了多少，你想知道函数优化前后的性能对比，提高多少百分点，可信度高吗？
针对以上的需求场景，有一个工具可以帮助到你，它就是 benchstat。
我们先回顾一下基准测试。为了方便理解，这里以计算经典的计算斐波那契数列值为例。
func FibSolution(n int) int {
if n < 2 {
return n
}
return FibSolution(n-1) + FibSolution(n-2)
}上述代码是递归式实现，很明显，当 n 越来越大时，该函数的运行会变得非常耗时。以 n 为 20 为例，Benchmark 函数如下
func BenchmarkFib20(b *testing.B) {
for i := 0; i < b.N; i++ {
FibSolution(20)
}
}命令行执行<span style="font-size: 15px;">go test -bench=BenchmarkFib20</span>得到性能结果
BenchmarkFib20-8 39452 30229 ns/op
其中，-8 代表的是 8 cpu，函数运行次数为 39452，每次函数的平均花费时间为 30229ns。如果我们想得到多次样本数据，可以指定 go test 的 <span style="font-size: 15px;">-count=N</span> 参数。例如想得到 5 次样本数据，则执行<span style="font-size: 15px;">go test -bench=BenchmarkFib20 -count=5</span>
BenchmarkFib20-8 39325 30297 ns/op BenchmarkFib20-8 39216 30349 ns/op BenchmarkFib20-8 39901 30251 ns/op BenchmarkFib20-8 39336 30455 ns/op BenchmarkFib20-8 39423 30894 ns/op
计算斐波那契数列值的迭代式实现如下
func FibSolution(n int) int {
if n < 2 {
return n
}
p, q, r := 0, 0, 1
for i := 2; i <= n; i++ {
p = q
q = r
r = p + q
}
return r
}对比这两种函数的性能差异，最朴素的方式就是分别对这两个函数进行基准测试，然后通过手工分析这些基准测试结果，但是这并不直观。
benchstat 是 Go 官方推荐的一款命令行工具，它用于计算和比较基准测试的相关统计数据。
我们可以通过以下命令进行安装
go install golang.org/x/perf/cmd/benchstat@latest
执行 -h 参数可以看到该工具的使用描述
~ $ benchstat -h
usage: benchstat [options] old.txt [new.txt] [more.txt ...]
options:
-alpha α
consider change significant if p < α (default 0.05)
-csv
print results in CSV form
-delta-test test
significance test to apply to delta: utest, ttest, or none (default "utest")
-geomean
print the geometric mean of each file
-html
print results as an HTML table
-norange
suppress range columns (CSV only)
-sort order
sort by order: [-]delta, [-]name, none (default "none")
-split labels
split benchmarks by labels (default "pkg,goos,goarch")我们想比较 FibSolution(n) 从 15 到 20，两种实现方式的性能基准测试。
$ go test -bench=. -count=5 | tee old.txt $ go test -bench=. -count=5 | tee new.txt
注意，这两条命令执行时，分别对应 FibSolution 函数采用递归式和迭代式实现逻辑。
此时，我们可以对这两个函数实现逻辑进行性能对比
$ benchstat old.txt new.txt name old time/op new time/op delta Fib15-8 2.67µs ± 2% 0.01µs ± 5% -99.81% (p=0.008 n=5+5) Fib16-8 4.20µs ± 1% 0.01µs ± 2% -99.87% (p=0.008 n=5+5) Fib17-8 6.81µs ± 0% 0.01µs ± 2% -99.92% (p=0.008 n=5+5) Fib18-8 11.1µs ± 1% 0.0µs ± 1% -99.95% (p=0.008 n=5+5) Fib19-8 18.0µs ± 2% 0.0µs ± 4% -99.97% (p=0.008 n=5+5) Fib20-8 29.2µs ± 1% 0.0µs ± 3% -99.98% (p=0.008 n=5+5)
可以看到，递归式实现的函数，他的执行时间随着 n 值变大增加非常明显。迭代式实现方式，相较于递归式，它的平均时间开销降低了 99 % 以上，优化效果非常明显。
另外，p=0.008 表示结果的可信程度，p 值越大表明可信度越低。一般以 0.05 作为临界值，超过该值，则结果不可信。n=5+5 表示分别使用的有效样本数量。
benchstat ist ein statistisches Benchmark-Tool, mit dem wir die Kosten für die manuelle Analyse von Daten reduzieren können, wenn wir Optimierungsarbeiten durchführen.
Wenn Ihr Projekt automatisierte Tests im CI/CD-Prozess bereitstellt, möchten Sie möglicherweise dieses Tool hinzufügen. Wenn Änderungen an Funktionen vorgenommen werden, die zu Leistungseinbußen führen, kann dies dazu beitragen, Probleme im Voraus zu erkennen.
Das obige ist der detaillierte Inhalt vonEin vergleichendes Benchmark-Analysetool. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
