Go语言基准测试(benchmark)三部曲之二：内存篇

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

1. 基础篇
2. 内存篇
3. 提高篇

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funcnewSlice(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funcnewSliceWithCap(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：

funcBenchmarkNewSlice(b *testing.B){for n :=0; n < b.N; n++{newSlice(SLICE_LENGTH_MILLION)}}funcBenchmarkNewSliceWithCap(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          6816568869 ns/op 41678153 B/op  38 allocs/op
BenchmarkNewSliceWithCap-8   8414098503 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

functestNewSlice(lenint, 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

funcBenchmarkNewSlicMillion(b *testing.B){testNewSlice(SLICE_LENGTH_MILLION, b)}funcBenchmarkNewSlicTenMillion(b *testing.B){testNewSlice(SLICE_LENGTH_TEN_MILLION, b)}funcBenchmarkNewSlicHundredMillion(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         6716283754 ns/op  41678145 B/op    38 allocs/op
BenchmarkNewSlicTenMillion-8       7159938941 ns/op  492000525 B/op   49 allocs/op
BenchmarkNewSlicHundredMillion-8   12242365417 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

你不孤单，欣宸原创一路相伴

1. Java系列
2. Spring系列
3. Docker系列
4. kubernetes系列
5. 数据库+中间件系列
6. DevOps系列