Google Benchmark项目中测试构建的默认配置探讨
2025-05-27 15:15:03作者:董斯意
Google Benchmark作为一款广泛使用的C++性能测试框架,其构建配置的默认设置对于开发者体验有着重要影响。近期社区中关于是否默认启用内部测试构建(BENCHMARK_ENABLE_TESTING)的讨论值得开发者关注。
默认配置的考量
在软件工程实践中,第三方库的默认配置应当优先考虑最终用户的使用场景而非开发维护需求。Google Benchmark作为性能测试工具库,其主要用户是需要在项目中集成性能测试的开发者,而非工具本身的维护者。
当前版本(v1.9.2)中,BENCHMARK_ENABLE_TESTING默认为ON的配置会导致以下问题:
- 构建过程会生成大量测试相关的可执行文件
- 增加了不必要的构建时间
- 可能造成项目结构的混乱
解决方案比较
对于使用者而言,有两种主要方式可以优化这一情况:
显式禁用测试构建
set(BENCHMARK_ENABLE_TESTING OFF)
这种方式直接明了,但需要在每个项目中显式配置。
使用EXCLUDE_FROM_ALL选项
FetchContent_Declare(googlebenchmark
GIT_REPOSITORY https://github.com/google/benchmark.git
GIT_TAG v1.9.2
EXCLUDE_FROM_ALL)
这种方法更为优雅,通过CMake的EXCLUDE_FROM_ALL特性,只构建显式引用的目标,避免了不必要的测试构建。
现代CMake的最佳实践
随着CMake的发展,现代项目配置更倾向于:
- 区分开发模式和用户模式
- 使用预设(presets)管理不同构建配置
- 通过属性控制目标构建行为
虽然FetchContent目前对预设的支持有限,但作为库的维护者可以考虑:
- 默认关闭测试构建
- 提供清晰的文档说明如何启用开发模式
- 考虑使用CMake预设来管理不同场景的配置
对开发者的建议
在实际项目中集成Google Benchmark时,建议:
- 明确区分开发依赖和运行依赖
- 在CI/CD流程中按需启用测试构建
- 保持构建配置的简洁性和可维护性
- 关注项目更新日志,及时调整构建配置
通过合理的配置管理,可以既享受Google Benchmark强大的性能测试能力,又保持项目构建的简洁高效。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
987
253