当前位置:首页 > 文章列表 > Golang > Go问答 > 对 init() 函数进行性能测试

对 init() 函数进行性能测试

来源:stackoverflow 2024-03-26 11:21:34 0浏览 收藏

本文探究了对 Go 语言中的 `init()` 函数进行性能测试的最佳实践。文章指出,`init()` 函数在基准测试框架之外执行,因此其执行时间不会影响基准测试结果。文章还解释了在 Go 中拥有多个 `init()` 函数的可能性,并强调了在进行优化之前进行分析的重要性,以了解程序的实际时间消耗。

问题内容

我正在使用以下 go 代码,它使用查找表计算人口计数:

package population

import (
        "fmt"
)

var pc [256]byte

func init(){
        for i := range pc {
                pc[i] = pc[i/2] + byte(i&1)
        }
}

func countpopulation() {
        var x uint64 = 65535
        populationcount := int(pc[byte(x>>(0*8))] +
                pc[byte(x>>(1*8))] +
                pc[byte(x>>(2*8))] +
                pc[byte(x>>(3*8))] +
                pc[byte(x>>(4*8))] +
                pc[byte(x>>(5*8))] +
                pc[byte(x>>(6*8))] +
                pc[byte(x>>(7*8))])

        fmt.printf("population count: %d\n", populationcount)
}

我编写了以下基准代码来检查上述代码块的性能:

package population

import "testing"

func benchmarkcountpopulation(b *testing.b) {
        for i := 0; i < b.n; i++ {
                countpopulation()
        }
}

这给了我以下结果:

100000             18760 ns/op
pass
ok      gopl.io/ch2     2.055s

然后我将代码从 init() 函数移动到 countpopulation() 函数,如下所示:

func countpopulation() {
        var pc [256]byte

        for i := range pc {
                pc[i] = pc[i/2] + byte(i&1)
        }

        var x uint64 = 65535
        populationcount := int(pc[byte(x>>(0*8))] +
                pc[byte(x>>(1*8))] +
                pc[byte(x>>(2*8))] +
                pc[byte(x>>(3*8))] +
                pc[byte(x>>(4*8))] +
                pc[byte(x>>(5*8))] +
                pc[byte(x>>(6*8))] +
                pc[byte(x>>(7*8))])

        fmt.printf("population count: %d\n", populationcount)
}

并再次运行相同的基准代码,这给了我以下结果:

100000             20565 ns/op
PASS
ok      gopl.io/ch2     2.303s

观察这两个结果后,很明显 init() 函数不在基准函数的范围内。这就是为什么第一次基准测试执行比第二次执行花费的时间更短。

现在我还有另一个问题希望得到答案。

如果我只需要对 init() 方法进行基准测试,考虑到一个包中可以有多个 init() 函数。在golang中是如何完成的?

提前致谢。


解决方案


是的,一个包中可以有多个 init(),事实上,一个文件中可以有多个 init()。有关 init 的更多信息,请参阅 here。请记住,在程序的 main() 启动之前,init() 会自动调用一次。

基准测试框架多次运行您的代码(在您的情况下为 100000 次)。这使得它能够测量非常短的函数以及非常长的函数。对于基准测试来说,包含 init() 的时间是没有意义的。您遇到的问题是您不了解基准测试的目的。通过基准测试,您可以比较两个或多个单独的实现,以确定哪一个更快(您还可以根据同一函数的输入比较性能)。它不会告诉您应该在哪里执行此操作。

您基本上所做的事情被称为 Premature Optimization。这是您开始优化代码并尝试使其尽可能快的地方,而不知道您的程序实际上将大部分时间花在哪里。 Profiling是衡量程序时间和空间复杂度的过程。在实践中,它可以让您看到您的程序大部分时间都花在哪里。使用该信息,您可以编写更高效的函数。有关 Go 中分析的更多信息可以在这个 blog post 中找到。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《对 init() 函数进行性能测试》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
无法在 Docker 中执行 librdkafka 版本为 1.3.0 的操作无法在 Docker 中执行 librdkafka 版本为 1.3.0 的操作
上一篇
无法在 Docker 中执行 librdkafka 版本为 1.3.0 的操作
处理PHP代码中的单引号转义问题
下一篇
处理PHP代码中的单引号转义问题
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    354次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    414次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    421次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    377次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    199次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码