Julia 中基准和时间宏之间的区别

Question

我最近发现两个宏之间的巨大差异：@benchmark 和@time 在内存分配信息和时间方面。例如：

@benchmark quadgk(x -> x, 0., 1.)
BenchmarkTools.Trial: 
memory estimate:  560 bytes
allocs estimate:  17
--------------
minimum time:     575.890 ns (0.00% GC)
median time:      595.049 ns (0.00% GC)
mean time:        787.248 ns (22.15% GC)
maximum time:     41.578 μs (97.60% GC)
--------------
samples:          10000
evals/sample:     182

@time quadgk(x -> x, 0., 1.)
0.234635 seconds (175.02 k allocations: 9.000 MiB)
(0.5, 0.0)

为什么这两个例子有很大的不同？

Answer 1

原因是预编译开销。要查看此定义：

julia> h() = quadgk(x -> x, 0., 1.)
h (generic function with 1 method)

julia> @time h()
  1.151921 seconds (915.60 k allocations: 48.166 MiB, 1.64% gc time)
(0.5, 0.0)

julia> @time h()
  0.000013 seconds (21 allocations: 720 bytes)
(0.5, 0.0)

相对于

julia> @time quadgk(x -> x, 0., 1.)
  0.312454 seconds (217.94 k allocations: 11.158 MiB, 2.37% gc time)
(0.5, 0.0)

julia> @time quadgk(x -> x, 0., 1.)
  0.279686 seconds (180.17 k allocations: 9.234 MiB)
(0.5, 0.0)

这里发生的是，在第一次调用中，将 quadgk 包装在一个函数中，匿名函数 x->x 仅定义一次，因为它被包装在一个函数中，因此 quadgk 只编译一次。在第二次调用中，每次调用都会重新定义 x->x，因此每次都必须执行编译。

现在关键点是 BenchmarkTools.jl 将您的代码包装在一个函数中，您可以通过检查 generate_benchmark_definition 函数在这个包中的工作方式来检查该函数，因此它等同于第一种方法以上。

在不重新定义优化函数的情况下运行代码的另一种方法是：

julia> g(x) = x
g (generic function with 1 method)

julia> @time quadgk(g, 0., 1.)
  1.184723 seconds (951.18 k allocations: 49.977 MiB, 1.58% gc time)
(0.5, 0.0)

julia> @time quadgk(g, 0., 1.)
  0.000020 seconds (23 allocations: 752 bytes)
(0.5, 0.0)

（虽然这不是 BenchmarkTools.jl 所做的 - 我添加它是为了表明当您使用函数 g 时您不需要支付两次预编译税）

Julia 中基准和时间宏之间的区别

Difference between benchmark and time macro in Julia

macros

julia

microbenchmark