在 Go 中，通过撰写 Benchmark 函数可以很方便地对某个功能点进行性能检测。对于重要的函数，我们可以在 CI/CD 中添加相应的测试流程，当函数性能发生变化时能够及时感知。那问题来了，如何检测函数的性能变化?,换个说法，你编写了某功能函数但发现它运行很慢，需要对该函数进行优化，当你在谷歌搜索找到更好的实现方式，通过 Benchmark 函数发现它的确变快了。但你说不清楚具体变快了多少，你想知道函数优化前后的性能对比，提高多少百分点，可信度高吗?,针对以上的需求场景，有一个工具可以帮助到你，它就是 benchstat。,我们先回顾一下基准测试。为了方便理解，这里以计算经典的计算斐波那契数列值为例。,上述代码是递归式实现，很明显，当 n 越来越大时，该函数的运行会变得非常耗时。以 n 为 20 为例，Benchmark 函数如下,命令行执行go test -bench=BenchmarkFib20得到性能结果,其中，-8 代表的是 8 cpu，函数运行次数为 39452，每次函数的平均花费时间为 30229ns。如果我们想得到多次样本数据，可以指定 go test 的 -count=N 参数。例如想得到 5 次样本数据，则执行go test -bench=BenchmarkFib20 -count=5,计算斐波那契数列值的迭代式实现如下：,对比这两种函数的性能差异，最朴素的方式就是分别对这两个函数进行基准测试，然后通过手工分析这些基准测试结果，但是这并不直观。,benchstat 是 Go 官方推荐的一款命令行工具，它用于计算和比较基准测试的相关统计数据。,我们可以通过以下命令进行安装,执行 -h 参数可以看到该工具的使用描述,我们想比较 FibSolution(n) 从 15 到 20，两种实现方式的性能基准测试。,注意，这两条命令执行时，分别对应 FibSolution 函数采用递归式和迭代式实现逻辑。,此时，我们可以对这两个函数实现逻辑进行性能对比,可以看到，递归式实现的函数，他的执行时间随着 n 值变大增加非常明显。迭代式实现方式，相较于递归式，它的平均时间开销降低了 99 % 以上，优化效果非常明显。,另外，p=0.008 表示结果的可信程度，p 值越大表明可信度越低。一般以 0.05 作为临界值，超过该值，则结果不可信。n=5+5 表示分别使用的有效样本数量。,benchstat 是一个基准测试统计工具，当我们做一些优化工作时，可以利用它减轻人工分析数据成本。,如果你的项目在 CI/CD 流程中有部署自动化测试，那不妨将该工具加入进来。在对函数有改动且加剧了性能损耗时，它或许能帮助你提前发现问题。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
