欢迎访问我的GitHub
这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos
Go语言基准测试(benchmark)三部曲完整链接
本篇概览
- 本文是《Go语言基准测试(benchmark)三部曲》的第二篇，目标是掌握如何用基准测试来观察被测方法的内存分配情况
- 今天除了常规的操作，即指定参数增加内存相关的测试结果，咱们还要针对内存分配问题增加几个方法用于对比验证，最终达到根据基准测试发现内存问题的目标
基本操作
- 查看方法中的内存使用情况，请在原来的benchmark测试命令中增加-benchmem参数，完整命令如下，用的是前文的BenchmarkFib和BenchmarkParallelFib方法做基准测试
go test -bench='Fib$' -benchmem .
- 测试结果如下，竟然没有使用内存，不过想想也是，fib方法主要是斐波那契数列计算，未涉及到内存分配，看来这个例子不具有说明性，咱们需要写两个涉及到内存分配的方法，再对他们做基准测试看看效果
新增两个方法用于基准测试
- 为了展现内存分配的不同程度影响，这里会编写两个方法用于对比测试
- 这两个方法的功能是一样的：产生N个随机数（N是方法的入参），然后放入切片中
- 虽然功能一样，但是这两个方法最大的不同就是：名为newSlice的方法，创建切片的时候没有指定切片容量，另一个名为newSliceWithCap的方法在创建切片的时候指定了切片容量
- newSlice和newSliceWithCap方法的源码如下，都在main.go中
// 往切片中放入指定数量的随机数，这个切片没有提前设置容量
func newSlice(n int) []int {
rand.Seed(time.Now().UnixNano())
// 注意，这里在生成切片的时候并没有指定容量
nums := make([]int, 0)
for i := 0; i < n; i++ {
nums = append(nums, rand.Int())
}
return nums
}
// 往切片中放入指定数量的随机数，这个切片提前设置了容量
func newSliceWithCap(n int) []int {
rand.Seed(time.Now().UnixNano())
// 注意，这里在生成切片的时候指定了容量
nums := make([]int, 0, n)
for i := 0; i < n; i++ {
nums = append(nums, rand.Int())
}
return nums
}
- 接下来在main_test.go文件中增加基准测试的代码，先准备三个常量，后面会用到
const (
SLICE_LENGTH_MILLION = 1000000 // 往切片中添加数据的长度，百万
SLICE_LENGTH_TEN_MILLION = 10000000 // 往切片中添加数据的长度，千万
SLICE_LENGTH_HUNDRED_MILLION = 100000000 // 往切片中添加数据的长度，亿
)
- 然后是两个基准测试的方法，分别用于测试newSlice和newSliceWithCap：
func BenchmarkNewSlice(b *testing.B) {
for n := 0; n < b.N; n++ {
newSlice(SLICE_LENGTH_MILLION)
}
}
func BenchmarkNewSliceWithCap(b *testing.B) {
for n := 0; n < b.N; n++ {
newSliceWithCap(SLICE_LENGTH_MILLION)
}
}
- 代码写完了，从理论上分析，切片未指定容量，就会随着内容的增加发生新的内存分配，因此newSlice的内存使用和内存分配都应该超过newSliceWithCap，咱们来测试一下，看数据和推论是否匹配
- 执行以下命令，正则表达式的意思是只执行BenchmarkNewSlice和BenchmarkNewSliceWithCap这两个方法
go test -bench='BenchmarkNewSlice$|BenchmarkNewSliceWithCap$' -benchmem .
- 结果如下，可见未指定容量的切片在保存数据时会触发扩容，会分配更多内存，内存分配次数也会跟多，每次方法执行的耗时也更多，而提前指定了容量的切片，中途不再发生扩容，内存分配量更小，方法执行耗时也更少（对我们的开发还是有指导意义的）
go test -bench='BenchmarkNewSlice$|BenchmarkNewSliceWithCap$' -benchmem .
goos: darwin
goarch: arm64
pkg: benchmark-demo
BenchmarkNewSlice-8 68 16568869 ns/op 41678153 B/op 38 allocs/op
BenchmarkNewSliceWithCap-8 84 14098503 ns/op 8003589 B/op 1 allocs/op
PASS
ok benchmark-demo 2.769s
同一方法的不同数量级对比
- 经过前面的测试，可以确定newSliceWithCap方法由于未指定切片容量，在保存数据的中途会触发扩容，从而导致内存分配的大小和次数都会增加
- 这个结果是对比newSlice方法得出的，此方法指定了切片容量的，接下里咱们换种测试方式：让newSliceWithCap内的切片分别存入不同数量级的数据，观察此方法在面对这些数据时的内存分配情况
- 在main_test.go中增加一个方法
func testNewSlice(len int, b *testing.B) {
for n := 0; n < b.N; n++ {
newSlice(len)
}
}
- 现在只要新增多个BenchmarkXXX方法，每个方法都调用testNewSlice并传入不同数量级的数字，就能实现对比测试了，详细代码如下，咱们分解测试百万、千万、亿这三个级别的数据量下newSlice的内存分配情况
func BenchmarkNewSlicMillion(b *testing.B) {
testNewSlice(SLICE_LENGTH_MILLION, b)
}
func BenchmarkNewSlicTenMillion(b *testing.B) {
testNewSlice(SLICE_LENGTH_TEN_MILLION, b)
}
func BenchmarkNewSlicHundredMillion(b *testing.B) {
testNewSlice(SLICE_LENGTH_HUNDRED_MILLION, b)
}
- 执行以下命令测试，只会匹配到上面新增的三个测试方法
go test -bench='Million$' -benchmem .
- 同一方法，处理不同数量级内容的对比测试结果如下，可见不指定容量的切片存入数据时，数据量越大，对性能的影响越严重
go test -bench='Million$' -benchmem .
goos: darwin
goarch: arm64
pkg: benchmark-demo
BenchmarkNewSlicMillion-8 67 16283754 ns/op 41678145 B/op 38 allocs/op
BenchmarkNewSlicTenMillion-8 7 159938941 ns/op 492000525 B/op 49 allocs/op
BenchmarkNewSlicHundredMillion-8 1 2242365417 ns/op 4589008224 B/op 60 allocs/op
- 至此，基准测试的内存篇就完成了，相信大家对benchmark的基本功能已经掌握，接下来的《提高篇》会有更多进阶内容，协助咱们完成更加全面精确的基准测试，敬请期待，欣宸原创，必不让您失望