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 StartedRust0216
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
471
465
Ascend Extension for PyTorch
Python
758
968
昇腾LLM分布式训练框架
Python
186
231
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
878
2.03 K
暂无描述
Dockerfile
780
5.08 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
70
22
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
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
2.08 K
216