Plutus项目执行预算数据展示格式优化实践
2025-07-10 15:26:54作者:翟萌耘Ralph
在Plutus智能合约开发过程中,执行预算(Execution Budget)的监控和分析是性能调优的重要环节。项目中的*.eval.golden文件记录了合约执行时的CPU、内存消耗等关键指标,但原始数据显示方式存在可读性问题,本文将详细介绍我们如何优化这些关键数据的展示格式。
原始格式的问题分析
在优化前的实现中,执行预算数据采用简单的键值对形式展示:
cpu: 5295830
mem: 20590
size: 54
这种格式存在两个主要问题:
- 大数字的可读性差:当数值达到百万级别时,开发者需要逐个数字计数才能准确理解数值量级
- 数据对齐混乱:不同位数的数值左对齐导致视觉上难以快速比较
优化方案设计
我们采用了双重优化策略来解决上述问题:
数字分隔符优化
引入下划线作为千分位分隔符,这是现代编程语言中广泛采用的数字表示方式。优化后的数值展示为:
- 5_295_830 替代 5295830
- 20_590 替代 20590
这种表示方式符合人类阅读大数字的习惯,能够快速识别数值的量级。
右对齐布局
将所有数值采用右对齐方式排列,保持相同字段的数值位数对齐:
CPU: 5_295_830
Mem: 20_590
Size: 54
这种布局方式使得:
- 相同量级的数字保持纵向对齐
- 数值差异一目了然
- 便于快速扫描和比较不同测试用例间的性能差异
实现考量
在实际实现过程中,我们考虑了以下技术细节:
- 格式化规则:设计统一的数字格式化函数,确保所有eval.golden文件中的数字展示一致
- 向后兼容:新格式不影响原有测试框架的解析逻辑
- 可扩展性:格式化方案能够适应未来可能新增的性能指标
- 跨平台一致性:确保在不同操作系统环境下生成的golden文件格式一致
实际效果评估
优化后的格式显著提升了开发体验:
- 调试效率提升:开发者不再需要手动计算数字位数,节省了性能分析时间
- 代码审查便利:在版本差异比较时,数字变化更加直观
- 新人友好:降低了新成员理解性能数据的认知负担
总结
Plutus项目通过优化执行预算数据的展示格式,提升了开发者在性能分析和调优时的工作效率。这个小而美的改进展示了开发者体验在区块链项目中的重要性,也体现了Plutus团队对细节的关注。这种优化思路可以推广到其他需要展示大量数值数据的开发场景中。
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 StartedRust0176
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 Notebook0100
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook04
inference通过更改一行代码,您可以在应用程序中用另一个大型语言模型(LLM)替换OpenAI GPT。Xinference赋予您使用任何所需LLM的自由。借助Xinference,您能够在云端、本地、甚至笔记本电脑上运行任何开源语言模型、语音识别模型和多模态模型的推理。Python02
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
750
4.9 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++
842
1.85 K
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++
641
1.28 K
Ascend Extension for PyTorch
Python
693
841
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
452
424
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++
1.02 K
1.05 K
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
1.61 K
176
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
964
567
昇腾LLM分布式训练框架
Python
174
214
暂无简介
Dart
1 K
253