Apache Arrow DataFusion 性能优化:分离Tokio运行时创建与基准测试
2025-06-14 14:56:57作者:田桥桑Industrious
在Apache Arrow DataFusion项目的性能优化过程中,开发团队发现了一个影响基准测试结果准确性的重要问题。许多基准测试无意中将Tokio运行时的创建时间纳入了测试范围,这导致了对实际性能评估的偏差。
问题背景
Apache Arrow DataFusion是一个用Rust编写的分布式查询引擎,它大量使用了Tokio异步运行时来处理并发任务。在编写性能基准测试时,开发人员通常会在测试函数内部创建Tokio运行时(Runtime::new::unwrap()),然后执行被测代码。这种做法虽然方便,但会带来两个主要问题:
- 运行时创建的开销被计入基准测试结果
- 每次测试迭代都会重复创建运行时,增加了不必要的开销
技术分析
Tokio运行时的创建涉及资源分配、线程池初始化等操作,这些操作本身就有一定开销。当这些开销被计入基准测试时,会导致:
- 测试结果比实际性能差
- 不同测试间的比较基准不一致
- 难以准确评估代码变更带来的真实性能影响
解决方案
项目团队决定将运行时的创建提取到基准测试函数之外。这种优化带来了以下好处:
- 更准确的性能测量:只测量被测代码的实际执行时间
- 减少重复开销:避免每次测试迭代都重新创建运行时
- 提高测试一致性:所有测试共享相同的运行时环境
实现细节
在具体实现上,团队采用了以下模式:
// 在基准测试模块的顶层创建运行时
lazy_static! {
static ref RUNTIME: Runtime = Runtime::new().unwrap();
}
// 在基准测试函数中使用预先创建的运行时
fn benchmark_function(c: &mut Criterion) {
c.bench_function("my_benchmark", |b| {
b.iter(|| {
RUNTIME.block_on(async {
// 被测代码
})
})
});
}
影响与意义
这项优化虽然看似简单,但对项目具有重要意义:
- 提高了基准测试的准确性和可靠性
- 为后续性能优化提供了更可信的基准
- 建立了更好的基准测试实践标准
- 帮助团队更精确地识别性能瓶颈
最佳实践建议
基于此优化经验,可以总结出以下基准测试最佳实践:
- 将基础设施初始化与测试逻辑分离
- 避免在测量循环内执行一次性设置
- 确保每次迭代只测量核心业务逻辑
- 对于异步代码,考虑使用预先初始化的运行时
这项优化体现了Apache Arrow DataFusion项目对性能严谨性的追求,也为其他Rust项目的基准测试提供了有价值的参考。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0331- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
179
263

🎉 (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
869
514

openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183

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
295
331

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
333
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
18
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
601
58