Golang 中的基准测试如何使用？

Go 中的基准测试：指南和实战案例

在 Golang 中，基准测试是评估和分析代码性能的有力工具。它允许开发人员衡量函数或代码块的执行时间，从而识别性能瓶颈并进行改进。

基本语法

基准测试函数以 Benchmark 前缀命名，接受一个 b 类型为 *testing.B 的参数。Benchmark 函数的主循环在 b.RunParallel 下执行。使用 b.N 方法可以获取循环次数。

立即学习“go语言免费学习笔记（深入）”；

func BenchmarkSqrt(b *testing.B) {
    for i := 0; i < b.N; i++ {
        math.Sqrt(float64(i))
    }
}

运行基准测试

要运行基准测试，请使用 go test 命令并提供 -bench 标志。该标志表明要运行以 Benchmark 前缀命名的函数。

$ go test -bench=.

分析结果

传媒公司模板(RTCMS)1.0

传媒企业网站系统使用热腾CMS(RTCMS),根据网站板块定制的栏目，如果修改栏目，需要修改模板相应的标签。站点内容均可在后台网站基本设置中添加。全站可生成HTML，安装默认动态浏览。并可以独立设置SEO标题、关键字、描述信息。源码包中带有少量测试数据，安装时可选择演示安装或全新安装。如果全新安装，后台内容充实后，首页才能完全显示出来。（全新安装后可以删除演示数据用到的图片，目录在https://

下载

基准测试的结果显示在控制台输出中。对于每个基准测试函数，它将显示以下指标：

• ns/op：单个操作（循环一次）的纳秒数
• MB/s：输入数据的大小（以兆字节为单位）除以操作时间（以秒为单位）
• B/op：单个操作的字节数

最佳实践

• 使用 b.ReportAllocs 追踪分配。
• 移除不必要的代码以获得准确的测量结果。
• 使用 b.Skip() 来跳过特定条件下的基准测试。
• 平行化基准测试以提高准确性。

实战案例：排序算法比较

为了演示，让我们对三种排序算法（内置的 sort 包、Go 1.18 中引入了的 container/heap 包，以及快速排序）进行基准测试。

import (
    "sort"
    "container/heap"
    "math/rand"
)

func randomIntSlice(n int) []int {
    s := make([]int, n)
    for i := range s {
        s[i] = rand.Intn(n)
    }
    return s
}

func BenchmarkSort(b *testing.B) {
    b.RunParallel(func(pb *testing.PB) {
        for pb.Next() {
            s := randomIntSlice(10000)
            sort.Ints(s)
        }
    })
}

func BenchmarkHeapSort(b *testing.B) {
    b.RunParallel(func(pb *testing.PB) {
        for pb.Next() {
            s := randomIntSlice(10000)
            heap.Sort(s)
        }
    })
}

func BenchmarkQuickSort(b *testing.B) {
    b.RunParallel(func(pb *testing.PB) {
        for pb.Next() {
            s := randomIntSlice(10000)
            quickSort(s)
        }
    })
}

func quickSort(a []int) {
    if len(a) < 2 {
        return
    }
    left, right := 0, len(a)-1
    pivot := a[(left+right)/2]
    for left <= right {
        for a[left] < pivot {
            left++
        }
        for a[right] > pivot {
            right--
        }
        if left <= right {
            a[left], a[right] = a[right], a[left]
            left++
            right--
        }
    }
    quickSort(a[:left])
    quickSort(a[left:])
}

运行上述基准测试后，我们得到以下输出：

BenchmarkSort               636705 ns/op
BenchmarkHeapSort          645853 ns/op
BenchmarkQuickSort         837199 ns/op

这表明内置的 sort 包在 10000 个随机整数的列表上表现最佳。