首页
/ Google Benchmark 迭代计数异常问题分析与解决方案

Google Benchmark 迭代计数异常问题分析与解决方案

2025-05-27 20:26:08作者:翟萌耘Ralph

问题背景

在使用Google Benchmark进行性能测试时,开发者遇到了一个奇怪的迭代计数问题。测试结果显示,calculateAverages方法的迭代次数异常高(4046608次),而readFile方法则只执行了1次。这与预期不符,因为两个方法都应该只执行1次迭代。

问题分析

通过分析代码和测试结果,我们可以发现几个关键点:

  1. 测试用例设计问题:开发者使用了Google Benchmark的Fixture类来组织测试,但误解了Fixture的生命周期。每个Benchmark测试方法都会创建新的Fixture实例,导致_data成员变量在不同测试方法之间不共享。

  2. 编译器优化影响:由于测试结果未被有效使用,编译器可能会优化掉部分计算,导致计时不准确。Google Benchmark提供了DoNotOptimizeClobberMemory方法来防止这种优化。

  3. 迭代次数自动调整:Google Benchmark会根据执行时间自动调整迭代次数,以使总测试时间在合理范围内。快速执行的方法会被多次迭代以获得更准确的测量结果。

解决方案

方案1:使用全局变量共享数据

std::map<std::string, std::vector<float>> _data;

class One_BRC : public benchmark::Fixture {
protected:
public:
    void SetUp(::benchmark::State& state) {}
    void TearDown(::benchmark::State& state) {}
};

BENCHMARK_DEFINE_F(One_BRC, readFile)(benchmark::State& st) {
    for (auto _ : st) {
        _data = readFile();
        benchmark::DoNotOptimize(_data);
    }
}

BENCHMARK_DEFINE_F(One_BRC, calculateAverages)(benchmark::State& st) {
    for (auto _ : st) {
        calcAvr(_data);
    }
}

BENCHMARK_REGISTER_F(One_BRC, readFile);
BENCHMARK_REGISTER_F(One_BRC, calculateAverages);

方案2:使用独立的测试用例

如果两个操作需要独立测试,可以分别创建独立的测试用例,确保每个测试都是自包含的:

static void BM_readFile(benchmark::State& state) {
    for (auto _ : state) {
        auto data = readFile();
        benchmark::DoNotOptimize(data);
    }
}
BENCHMARK(BM_readFile);

static void BM_calculateAverages(benchmark::State& state) {
    auto data = readFile(); // 准备数据
    for (auto _ : state) {
        calcAvr(data);
        benchmark::DoNotOptimize(data);
    }
}
BENCHMARK(BM_calculateAverages);

最佳实践建议

  1. 理解Fixture生命周期:每个Benchmark测试方法都会创建新的Fixture实例,成员变量不会在不同测试方法之间共享。

  2. 防止编译器优化:对于需要测量的代码,使用benchmark::DoNotOptimize确保编译器不会优化掉关键操作。

  3. 合理设置迭代次数:Google Benchmark会自动调整迭代次数以获得准确测量,对于长时间运行的操作,迭代次数会减少;对于快速操作,会增加迭代次数。

  4. 测试数据准备:对于依赖外部数据的测试,确保在测试方法内部或SetUp方法中正确准备数据。

  5. 结果验证:除了测量时间,还应验证计算结果的正确性,确保测试的有效性。

通过正确理解和使用Google Benchmark的这些特性,可以获得更准确和可靠的性能测试结果。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8