Google Benchmark项目中禁用benchmark_main目标的CMake配置优化
2025-05-24 02:40:03作者:伍希望
在Google Benchmark项目的使用过程中,开发者有时需要根据特定需求对基准测试框架进行定制化配置。本文将深入探讨如何通过CMake配置来优化项目构建,特别是针对不需要使用默认main()函数的情况。
背景与需求分析
Google Benchmark是一个广泛使用的C++微基准测试框架,它提供了两个主要组件:
- benchmark::benchmark - 核心基准测试功能库
- benchmark::benchmark_main - 包含默认main()函数的辅助库
许多项目需要自定义main()函数来实现特殊初始化逻辑,如:
- MPI并行环境的初始化
- GPU后端设备的设置
- 自定义命令行参数处理
- 特殊的测试环境配置
在这种情况下,项目实际上并不需要使用benchmark_main提供的默认main()实现,但默认的CMake配置仍会构建这个目标,造成不必要的编译资源消耗。
解决方案:EXCLUDE_FROM_ALL选项
CMake提供了EXCLUDE_FROM_ALL选项,可以优雅地解决这个问题。当使用add_subdirectory引入Google Benchmark作为子项目时,可以这样配置:
add_subdirectory(
${GOOGLETEST_SOURCE_DIR}
${GOOGLETEST_BINARY_DIR}
EXCLUDE_FROM_ALL
)
这个配置的关键作用在于:
- 只构建项目实际依赖的目标
- 自动跳过不需要的目标(如benchmark_main)
- 保持构建系统的简洁性
- 减少不必要的编译时间
技术原理深入
EXCLUDE_FROM_ALL是CMake的一个强大功能,它的工作机制是:
- 默认情况下,CMake会构建子项目中的所有目标
- 使用EXCLUDE_FROM_ALL后,子项目中的目标默认不会被构建
- 只有当父项目显式依赖这些目标时才会触发构建
- 这种按需构建的方式显著提高了大型项目的编译效率
实际应用建议
对于需要自定义main()函数的项目,推荐以下最佳实践:
- 明确声明对benchmark::benchmark的依赖
- 实现自己的main()函数并正确处理基准测试注册
- 使用EXCLUDE_FROM_ALL优化构建过程
- 在CI/CD环境中验证这种配置不会影响测试功能
性能考量
虽然benchmark_main的编译开销相对较小,但在以下场景中优化仍然有价值:
- 大型项目包含多个子模块
- 频繁的增量构建
- 资源受限的构建环境
- 追求极致构建速度的开发流程
通过合理使用CMake的EXCLUDE_FROM_ALL选项,开发者可以在保持功能完整性的同时,优化Google Benchmark项目的构建过程,提高开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 K
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
196
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
310
React Native鸿蒙化仓库
JavaScript
285
331
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++
843
424
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
10
1
🎉 (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
1.26 K
692
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
106
120