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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
YY0709-2009医用电气设备资源文件介绍:掌握医疗设备安全标准 intel网卡万能驱动介绍:一键解决所有Intel网卡驱动问题 HFSS计算天线相位中心详解文档——优化天线设计的利器 本科毕业论文-带隙基准电路分析与设计:深度解析与实战应用 MATLAB2016b中文显示乱码解决办法:轻松解决MATLAB中文乱码问题 设计师的优选SourceInsight4.0养眼主题:舒适代码编辑新体验 IEEE标准电力系统暂态数据交换通用格式COMTRADE资源文件:项目推荐文章 java-ssm网上购物系统毕业设计程序:高效便捷的网上购物解决方案 高斯投影3度带与6度带转换工具:助您轻松实现坐标转换 深度解析《代码随想录知识星球精华-大厂面试八股文v1.1.pdf》:求职者的面试宝典
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134