当前位置:首页 > 文章列表 > Golang > Go教程 > Go中如何获取并保存基准测试数据

Go中如何获取并保存基准测试数据

2026-01-23 15:09:38 0浏览 收藏

编程并不是一个机械性的工作,而是需要有思考,有创新的工作,语法是固定的,但解决问题的思路则是依靠人的思维,这就需要我们坚持学习和更新自己的知识。今天golang学习网就整理分享《Go 中如何捕获并保存基准测试结果》,文章讲解的知识点主要包括,如果你对Golang方面的知识点感兴趣,就不要错过golang学习网,在这可以对大家的知识积累有所帮助,助力开发能力的提升。

Go 中如何捕获并持久化基准测试结果

本文介绍如何在 Go 中通过 `testing.Benchmark` 函数显式运行基准测试,获取 `testing.BenchmarkResult` 结构体,并将其序列化保存至文件,从而脱离命令行输出、实现结果的程序化处理与长期存储。

在标准 Go 测试流程中,我们通常使用 go test -bench=. 自动发现并执行以 Benchmark* 命名的函数,其结果由 testing 包内部格式化后直接打印到终端。但若需进一步分析、比对版本差异、生成报告或集成 CI/CD 流水线,则必须将结果以结构化形式捕获——此时 testing.Benchmark 函数就是关键入口。

testing.Benchmark 是一个导出函数,接收一个 func(*testing.B) 类型的基准函数,并同步执行该基准测试,最终返回 testing.BenchmarkResult 实例。该结构体包含全部核心指标:

type BenchmarkResult struct {
    N         int           // 实际执行的迭代次数 b.N
    T         time.Duration // 总耗时(纳秒)
    Bytes     int           // 每次操作处理的字节数(常用于内存密集型场景)
    MemAllocs uint64        // 总内存分配次数
    MemBytes  uint64        // 总分配字节数
    Extra     map[string]float64 // 用户自定义指标(需在基准函数中调用 b.ReportMetric 手动设置)
}

以下是一个完整可运行示例,演示如何捕获结果并写入 JSON 文件:

package main

import (
    "encoding/json"
    "fmt"
    "os"
    "testing"
    "time"
)

func Add(a, b int) int {
    time.Sleep(10 * time.Microsecond) // 模拟实际开销
    return a + b
}

func BenchAdd(b *testing.B) {
    for i := 0; i < b.N; i++ {
        _ = Add(1, 2)
    }
}

func main() {
    // 显式运行基准测试
    result := testing.Benchmark(BenchAdd)

    // 打印人类可读摘要(与 go test 输出风格一致)
    fmt.Printf("%d\t%v/op\n", result.N, time.Duration(result.T/int64(result.N)))

    // 序列化为 JSON 并写入文件
    data, err := json.MarshalIndent(result, "", "  ")
    if err != nil {
        panic("JSON marshal failed: " + err.Error())
    }

    if err := os.WriteFile("benchmark_result.json", data, 0644); err != nil {
        panic("Write file failed: " + err.Error())
    }

    fmt.Println("✅ Benchmark result saved to benchmark_result.json")
}

运行该程序后,你将得到类似如下 JSON 文件内容:

{
  "N": 120000,
  "T": 1200000000,
  "Bytes": 0,
  "MemAllocs": 0,
  "MemBytes": 0,
  "Extra": {}
}

⚠️ 重要注意事项:

  • testing.Benchmark 仅在非测试上下文中可用(即 main 包中),它会绕过 go test 的调度机制,因此无法自动识别 Benchmark* 函数;你必须显式传入函数值。
  • 该方式不支持 -benchmem 或 -benchmem 等 go test 标志——内存统计需依赖 runtime.ReadMemStats 手动采集并填入 result.Extra(通过 b.ReportMetric)。
  • 若需同时运行多个基准并对比,建议封装统一 runner,遍历函数列表并批量收集 BenchmarkResult。
  • 生产环境中,推荐结合 testing.B.Run(子基准)与 b.ReportMetric 实现细粒度指标上报,再配合 testing.Benchmark 进行端到端结果采集。

通过这种方式,你不再受限于终端输出,而是获得完全可控的基准数据流——无论是存入数据库、上传至监控平台,还是生成 HTML 报表,都成为可能。

以上就是《Go中如何获取并保存基准测试数据》的详细内容,更多关于的资料请关注golang学习网公众号!

GFFMC和MB区别详解GFFMC和MB区别详解
上一篇
GFFMC和MB区别详解
Excel筛选后复制可见单元格技巧
下一篇
Excel筛选后复制可见单元格技巧
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。
    433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。
    508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。
    524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。
    465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。
    295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