การวัดประสิทธิภาพด้วย BenchmarkDotNet
เขียนการวัดประสิทธิภาพระดับย่อยที่แม่นยำด้วย BenchmarkDotNet วิเคราะห์อัตราการประมวลผลและการจัดสรรหน่วยความจำ พร้อมหลีกเลี่ยงข้อผิดพลาดที่พบบ่อย
การวัดประสิทธิภาพด้วย BenchmarkDotNet เป็นบทเรียน C# Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน C# Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส C# Academy มีบทเรียนทั้งหมด 4 บทเรียน
เหตุใดจึงต้องใช้ BenchmarkDotNet
การวัดประสิทธิภาพระดับย่อยทำได้ยากกว่าที่คิด: การอุ่นเครื่องของ JIT การหยุดชั่วคราวของ GC แคชของ CPU และการจัดตารางเวลาของระบบปฏิบัติการล้วนทำให้เกิดสัญญาณรบกวน BenchmarkDotNet จัดการทั้งหมดนี้โดยอัตโนมัติและสร้างผลลัพธ์ที่เชื่อถือได้ทางสถิติ
การติดตั้งและการวัดประสิทธิภาพครั้งแรก
เพิ่มแพ็กเกจ NuGet สร้างคลาสที่มีเมธอด [Benchmark] และเรียกใช้ด้วย BenchmarkRunner.Run โปรดเรียกใช้การวัดประสิทธิภาพในโหมด Release เสมอ
// dotnet add package BenchmarkDotNet
using BenchmarkDotNet.Attributes;
using BenchmarkDotNet.Running;
[MemoryDiagnoser] // report allocations
[RankColumn] // rank methods by speed
public class StringBenchmarks
{
[Benchmark(Baseline = true)]
public string Concatenation()
{
var s = "";
for (int i = 0; i < 100; i++) s += i;
return s;
}
[Benchmark]
public string StringBuilder()
{
var sb = new System.Text.StringBuilder();
for (int i = 0; i < 100; i++) sb.Append(i);
return sb.ToString();
}
}
// Program.cs (must run as Release):
BenchmarkRunner.Run<StringBenchmarks>();การอ่านตารางผลลัพธ์
BenchmarkDotNet จะแสดงตารางผลลัพธ์ที่มีเวลาเฉลี่ย ค่าคลาดเคลื่อน ส่วนเบี่ยงเบนมาตรฐาน อัตราส่วน และการจัดสรรหน่วยความจำ ต่อไปนี้คือวิธีตีความแต่ละคอลัมน์
// Example output:
// | Method | Mean | Error | StdDev | Ratio | Alloc |
// |-------------- |---------:|--------:|--------:|------:|------:|
// | Concatenation | 4,210 ns | 81 ns | 76 ns | 1.00 | 6.4KB |
// | StringBuilder | 312 ns | 4 ns | 4 ns | 0.07 | 1.6KB |
// Mean: average time per operation
// Error: half of 99.9% confidence interval
// StdDev: standard deviation — high value = noisy environment
// Ratio: relative to Baseline=true method (1.00)
// Alloc: managed heap allocated per operation
// Rule of thumb:
// Error should be < 5% of Mean for reliable results
// Run on an isolated machine (no background tasks)การวัดประสิทธิภาพแบบมีพารามิเตอร์
ใช้ [Params] เพื่อเรียกใช้การวัดประสิทธิภาพกับขนาดอินพุตหลายค่า BenchmarkDotNet จะเรียกใช้ทุกชุดผสมและสร้างแถวแยกสำหรับค่าพารามิเตอร์แต่ละค่า
[MemoryDiagnoser]
public class SearchBenchmarks
{
[Params(10, 100, 1000, 10000)]
public int N;
private int[] _data = Array.Empty<int>();
[GlobalSetup]
public void Setup()
=> _data = Enumerable.Range(0, N).ToArray();
[Benchmark]
public bool LinearSearch()
=> Array.IndexOf(_data, N - 1) >= 0;
[Benchmark]
public bool BinarySearch()
=> Array.BinarySearch(_data, N - 1) >= 0;
}การเตรียมและการล้างข้อมูล
ใช้แอตทริบิวต์วงจรชีวิตเพื่อเรียกใช้การเตรียมข้อมูลครั้งเดียว หรือการเตรียมและล้างข้อมูลในแต่ละรอบ การทำเช่นนี้ช่วยไม่นับต้นทุนการเตรียมข้อมูลรวมอยู่ในเวลาที่วัด
[MemoryDiagnoser]
public class DbQueryBenchmarks
{
private NpgsqlConnection _conn = null!;
private NpgsqlCommand _cmd = null!;
[GlobalSetup] // runs once before all benchmarks
public void Setup()
{
_conn = new NpgsqlConnection("...");
_conn.Open();
_cmd = new NpgsqlCommand("SELECT id FROM orders LIMIT 100", _conn);
}
[IterationSetup] // runs before EACH benchmark iteration
public void IterationSetup() { /* per-iteration prep */ }
[Benchmark]
public int QueryOrders() => (int)_cmd.ExecuteScalar()!;
[GlobalCleanup] // runs once after all benchmarks
public void Cleanup() { _cmd.Dispose(); _conn.Dispose(); }
}การวินิจฉัยหน่วยความจำ
[MemoryDiagnoser] รายงานการจัดสรรบนฮีปที่มีการจัดการต่อการดำเนินการ ใช้ร่วมกับตัวเลือก [GcForce] เพื่อควบคุมพฤติกรรมของ GC ระหว่างการวัดประสิทธิภาพ
[MemoryDiagnoser] // adds Alloc column to results
public class AllocationBenchmarks
{
[Benchmark]
public int[] AllocateArray() => new int[1000];
[Benchmark]
public Span<int> UseStackalloc()
{
Span<int> span = stackalloc int[1000];
return span; // WARN: for illustration; don't return stackalloc
}
[Benchmark]
public int[] ArrayPoolRent()
{
var arr = System.Buffers.ArrayPool<int>.Shared.Rent(1000);
System.Buffers.ArrayPool<int>.Shared.Return(arr);
return arr;
}
}ตัววินิจฉัย: ETW และการถอดแยกโค้ด
BenchmarkDotNet รองรับตัววินิจฉัยหลายแบบ DisassemblyDiagnoser จะแสดงผลลัพธ์แอสเซมบลีเนทีฟจริง เหมาะอย่างยิ่งสำหรับตรวจสอบการปรับให้เหมาะสมของ JIT
using BenchmarkDotNet.Diagnosers;
[DisassemblyDiagnoser( // show generated ASM
maxDepth: 2,
printSource: true,
exportGithubMarkdown: true)]
[MemoryDiagnoser]
public class VectorizationBenchmarks
{
private float[] _data = new float[1024];
[Benchmark]
public float SumScalar()
{
float sum = 0;
foreach (var v in _data) sum += v;
return sum;
}
[Benchmark]
public float SumVectorized()
=> System.Numerics.Vector<float>.Count > 1
? VectorSum(_data)
: SumScalar();
}การกำหนดค่างาน
งานจะควบคุมสภาพแวดล้อมในการเรียกใช้การวัดประสิทธิภาพ — จำนวนรอบอุ่นเครื่อง จำนวนครั้งที่เรียกใช้ต่อรอบ เวอร์ชันรันไทม์ของ .NET และการตั้งค่า JIT คุณสามารถใช้งานที่กำหนดไว้ล่วงหน้าหรือสร้างงานแบบกำหนดเองได้
using BenchmarkDotNet.Jobs;
// Compare JIT vs Native AOT performance:
[SimpleJob(RuntimeMoniker.Net90)] // .NET 9 JIT
[SimpleJob(RuntimeMoniker.NativeAot90)] // .NET 9 AOT
[MemoryDiagnoser]
public class RuntimeComparison
{
[Benchmark]
public string SerializeJson()
{
var obj = new { Name = "Alice", Age = 30 };
return System.Text.Json.JsonSerializer.Serialize(obj);
}
}
// Custom job for more warmup:
[Config(typeof(MyConfig))]
public class PreciseBenchmarks
{
private class MyConfig : ManualConfig
{
public MyConfig()
=> AddJob(Job.Default.WithWarmupCount(5).WithIterationCount(20));
}
}การส่งออกผลลัพธ์
BenchmarkDotNet ส่งออกผลลัพธ์ได้หลายรูปแบบ — Markdown (สำหรับคำขอเปลี่ยนแปลงบน GitHub), CSV (สำหรับสเปรดชีต), JSON และแผนภูมิ HTML ตัวเลือกการส่งออกจะกำหนดไว้ในการกำหนดค่างาน
using BenchmarkDotNet.Exporters;
using BenchmarkDotNet.Exporters.Csv;
[Config(typeof(ExportConfig))]
public class MyBenchmarks { /* ... */ }
public class ExportConfig : ManualConfig
{
public ExportConfig()
{
AddExporter(MarkdownExporter.GitHub);
AddExporter(CsvExporter.Default);
AddExporter(HtmlExporter.Default);
// Results in: BenchmarkDotNet.Artifacts/results/
}
}
// CLI usage to run specific benchmarks:
// dotnet run -c Release -- --filter "*StringBenchmarks*"
// dotnet run -c Release -- --list all (list all benchmarks)การใช้งานจริง: การปรับให้เหมาะสมก่อนและหลัง
ใช้ BenchmarkDotNet เพื่อตรวจสอบการปรับปรุงประสิทธิภาพ — เปรียบเทียบแนวทางแบบตรงไปตรงมา แบบใช้พูล และแบบอิง Span
[MemoryDiagnoser]
[RankColumn]
public class ParsingBenchmarks
{
private const string Input = "2025-06-15T08:30:00Z";
[Benchmark(Baseline = true)]
public DateTime ParseViaString()
=> DateTime.Parse(Input);
[Benchmark]
public DateTime ParseExact()
=> DateTime.ParseExact(Input,
"yyyy-MM-ddTHH:mm:ssZ",
System.Globalization.CultureInfo.InvariantCulture);
[Benchmark]
public bool TryParse()
=> DateTime.TryParseExact(Input.AsSpan(),
"yyyy-MM-ddTHH:mm:ssZ",
System.Globalization.CultureInfo.InvariantCulture,
System.Globalization.DateTimeStyles.None,
out _);
}ตรวจสอบความเข้าใจ
เหตุใดจึงต้องเรียกใช้การวัดประสิทธิภาพของ BenchmarkDotNet ด้วย dotnet run -c Release
สรุป: การวัดประสิทธิภาพด้วย BenchmarkDotNet
ประเด็นสำคัญ:
- ติดตั้งผ่าน NuGet กำกับเมธอดด้วย
[Benchmark]และเรียกใช้ด้วยdotnet run -c Release [MemoryDiagnoser]: เพิ่มคอลัมน์การจัดสรรหน่วยความจำ[RankColumn]: จัดอันดับตามความเร็ว[Params]: เรียกใช้กับขนาดอินพุตหลายค่าเพื่อค้นหาความซับซ้อนของอัลกอริทึม[GlobalSetup]/[GlobalCleanup]: การเตรียมและล้างข้อมูลครั้งเดียวนอกเวลาที่วัด[DisassemblyDiagnoser]: ตรวจสอบ ASM เนทีฟที่สร้างขึ้นเพื่อยืนยันการปรับให้เหมาะสมของ JIT- ใช้การกำหนดค่างานเพื่อเปรียบเทียบ JIT ของ .NET 9 กับ Native AOT และเปรียบเทียบจำนวนรอบที่แตกต่างกัน
คำถามที่พบบ่อย
บทเรียน “การวัดประสิทธิภาพด้วย BenchmarkDotNet” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “การวัดประสิทธิภาพด้วย BenchmarkDotNet” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส C# Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส C# Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “การวัดประสิทธิภาพด้วย BenchmarkDotNet”
เขียนการวัดประสิทธิภาพระดับย่อยที่แม่นยำด้วย BenchmarkDotNet วิเคราะห์อัตราการประมวลผลและการจัดสรรหน่วยความจำ พร้อมหลีกเลี่ยงข้อผิดพลาดที่พบบ่อย คุณปฏิบัติ C# Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน C# Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน C# Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน
บทเรียน “การวัดประสิทธิภาพด้วย BenchmarkDotNet” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน C# Academy นี้ได้ไหม
ได้ บทเรียน C# Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- การคอมไพล์ Native AOT
- ข้อจำกัดของการตัดโค้ดและ Reflection
- ReadyToRun และการคอมไพล์แบบแบ่งระดับ
- การวัดประสิทธิภาพด้วย BenchmarkDotNet