Google Benchmark项目中禁用benchmark_main目标的CMake配置优化
2025-05-24 03:57:23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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (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
973
574

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
9
1

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++
549
81

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
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133