Benchmarking och hotspot-optimering

Välkommen till benchmarking och hotspot-optimering! I den här lektionen lär vi oss att mäta kodens prestanda och hitta områden som kan förbättras.

Benchmarking är processen att mäta prestandaegenskaperna hos ett program eller en specifik del av det. Det innebär vanligtvis att koden körs flera gånger och att statistik som körtid och minnesanvändning samlas in.

Ni kanske tror att ni vet vilken del av koden som är långsam, men intuitionen kan ofta vara missvisande. Därför är talesättet "Gissa inte, mät!" avgörande vid prestandaoptimering.

Benchmarking ger objektiva, empiriska data för att identifiera flaskhalsar. Utan det riskerar ni att lägga tid på att optimera fel delar av programmet, vilket ger små eller inga prestandavinster.

För robust benchmarking i Clojure är biblioteket criterium de facto-standarden. Det hanterar vanliga problem vid mikrobenchmarking på JVM, till exempel:

• Uppvärmning: Koden körs flera gånger så att JVM:ens JIT-kompilator hinner optimera den.
• Skräpinsamling: Dess påverkan på mätningarna minimeras.
• Statistisk analys: Tillförlitliga mått som medelvärde, median och standardavvikelse tillhandahålls.

För att använda Criterium behöver ni först lägga till det som ett beroende i projektet (till exempel i project.clj eller deps.edn). Därefter kan ni använda makrot bench från criterium.core.

Makrot bench tar ett uttryck och kör det upprepade gånger samtidigt som prestandan mäts. Vi tittar på ett enkelt exempel:

När ni kör ett Criterium-benchmark visas detaljerad statistik. Här är de viktigaste måtten att titta på:

• Mean: Den genomsnittliga körtiden.
• Median: Den mittersta körtiden efter sortering, som är mindre känslig för avvikande värden.
• StdDev: Standardavvikelsen, som visar hur mycket resultaten varierar. Lägre är bättre.
• Iterations / sec: Hur många gånger koden kan köras per sekund.

Fokusera på Mean och Median för den typiska prestandan och på StdDev för att säkerställa jämnhet.

En hotspot är en del av koden som förbrukar oproportionerligt mycket körtid. Benchmarking hjälper er att hitta dessa områden exakt.

Ofta börjar ni med ett bredare benchmark (till exempel en hel funktion). Om den är långsam går ni vidare genom att benchmarka mindre, kritiska delar i funktionen tills ni hittar den exakta flaskhalsen.

När en hotspot har identifierats tillämpar ni målinriktade optimeringar. Vanliga strategier är:

• Minska allokeringar: Skapa färre nya objekt, särskilt i täta loopar.
• Använd primitiva typer: Utnyttja Javas primitiva typer (till exempel int, long) för numeriska beräkningar via typanvisningar eller direkt Java-interoperabilitet.
• Memoisering: Cacha resultaten från kostsamma rena funktioner.
• Välj algoritm: Välj effektivare algoritmer eller datastrukturer.

Vi jämför två sätt att summera en lång sekvens tal. Det första använder vanliga Clojure-funktioner, medan det andra använder direkt Java-interoperabilitet med primitiva typer för potentiellt bättre prestanda i en hotspot.

Lägg märke till hur typanvisningar (^long) och åtkomst till Java-arrayer (aget) kan hjälpa JVM att generera effektivare kod för numeriska uppgifter.

För att få tillförlitliga benchmarkresultat:

• Isolera koden: Benchmarka endast den specifika del du är intresserad av.
• Konsekvent miljö: Kör benchmarktester på ett konsekvent system med så få bakgrundsprocesser som möjligt.
• Realistiska data: Använd data som motsvarar hur applikationen faktiskt används.
• Flera körningar: Criterium hanterar detta, men tänk på att en enda körning sällan räcker.

Benchmarka alltid på nytt efter ändringar för att verifiera förbättringarna.

I den här lektionen har ni fått en gedigen förståelse för benchmarking och hotspot-optimering:

• Vi lärde oss att benchmarking ger objektiva data för att identifiera prestandaflaskhalsar.
• Vi undersökte criterium som Clojures standardbibliotek för benchmarking och hur dess resultat tolkas.
• Ni såg hur hotspots kan identifieras och hur riktade optimeringsstrategier kan tillämpas, bland annat genom att utnyttja Java-primitiver.

Kom ihåg: mät alltid innan ni optimerar!