作者丨 Ayende Rahien
译者丨明知山
策划丨闫园园
几周前,我写了一篇关于编程语言 Hare 及其缺少泛型数据结构的文章。如今,我不想再讨论这个话题了,我想讨论一些更“泛型”的东西。在我看来,任何以高性能为目标的现代编程语言都应该支持某种形式的泛型,不支持泛型是一个重大错误,也是导致复杂性增加和性能损失的一大原因。与一次性实现相比,泛型数据结构得到了更多的优化,我已经在前一篇文章中谈到了这一点。
另外,如果不支持泛型,就会在优化方面面临巨大的障碍。你根本就无法构建某些辅助程序。举个例子,我们来谈谈我最关心的一个话题——排序。处理排序数据是数据库的一个重要任务,其他的东西都是以它为基础。我们来看看如何使用几种编程语言 (使用它们的定义) 对数据 (在内存中) 进行排序。
C 语言:
void qsort (void *array, size_t count, size_t size, comparison_fn_t compare);
int comparison_fn_t (const void *, const void *);
C++:
template <class RandomAccessIterator>
void sort (RandomAccessIterator first, RandomAccessIterator last);
Java:
public static void sort(int [] a);
public static void sort(long[] a);
public static void sort(Object[] a);
C#:
public static void Sort<T> (T[] array);
Hare:
type cmpfunc = fn(a: const *void , b: const *void ) int ;
fn sort([]void , size, *cmpfunc) void ;
Rust:
impl<T> [T] {
pub fn sort(&mut self)
where
T: Ord,
}
Zig:
pub fn sort(
comptime T: type,
items: []T,
context: anytype,
comptime lessThan: fn (context: @TypeOf(context), lhs: T, rhs: T) bool,
) void
我只看方法声明,而不是实现。事实上,我现在并不关心它们是如何实现的。假设我想对一个整数数组排序,使用这些语言会有怎样的结果?
它们可以分为以下几类:
C 语言和 Hare 会要求你这么写:
int cmp_asc_int(const void *a, const void *b) {
return *(int*)a > *(int*)b;
}
qsort(array, len, sizeof(int), cmp_asc_int);
也就是说,我们传了一个函数指针给排序例程,在每次比较时会调用它。
C++、C#、Rust、Zig 会对例程进行优化。在调用时,看起来是这样的:
std::sort(array.begin(), array.end());
其原理是编译器能够针对调用发出(emit)代码。与每次调用都必须执行一次函数不同,比较操作通常是内联的,并且完全消除了调用成本。
Java 是这些语言当中唯一采用了不同方法的。它没有在编译时使用泛型,而是根据运行时类型将代码分派给优化的例程。当然,这意味着程序员必须多次编写相同的排序代码。
需要注意的是,这并不是什么新奇的东西。在 Go 语言增加泛型支持时就有过相关的讨论,从基准测试可以看出,泛型版本有了 20% 的性能提升。这是因为避免了调用开销,并为编译器提供了更多的优化机会。
我们可以看到,一个相对简单的决定 (让语言支持泛型) 是如何对性能产生巨大影响的。
相反的观点认为,我们总是可以根据需要专门化代码,对吧?但事实并非如此。如果有泛型,你就可以免费获得这种行为,但如果没有,就不是这么回事了。
我以开发数据库为生,我们通常会在汇编级别分析我们排序代码的性能。我相信,几乎每个数据库开发人员都会这么做。排序性能对数据库的一切行为来说都是非常关键的。我偶然看到一篇关于 Postgres 性能优化的文章,其中有一个有趣的话题讨论的就是这个问题。他们将排序的实现从使用函数指针改为直接调用。你可以在这里看到提交的代码。下面是代码截图:
Postgres 已经 25 岁了,而这也是 C 语言相对于 C++ 的一个众所周知的弱点。Postgres 进行了很多排序调用,而这是一个很容易实现性能优化的地方。
至于优化效果,从这篇博文可以看出,优化让整体性能提高了 4% 到 6%。对于那些特定的例程来说,效果是相当惊人的。
对于一个拥有 25 年历史的代码库来说,一个相对简单的变更就可以带来大约 6% 的性能提升,这样的场景是非常少见的。
但是,我为什么要用这种方式说出来呢?
因为当我读到这篇博文时,它提及的优化手段与之前关于泛型的讨论产生了强烈的共振。这是针对这个问题的一个很好的研究案例,因为如果语言 (对 Postgres 来说是 C 语言) 没有以任何有意义的方式提供泛型支持,优化就很难进行,而且代价巨大。
以性能为目标的现代编程语言在进行语言设计时应该重视这一点。如果不这么做,用户将不得不做一些类似于 Postgres 正在做的事情。正如我们刚才看到的,这类事情是不完美的。
没有泛型意味着用户不得不将性能束之高阁。
实际上,几乎所有关心高性能的现代编程语言都有泛型。我能想到的一个例外是 Java,这是因为它在添加泛型时选择了向后兼容。
我将本文作为上一篇关于泛型数据结构的文章的补充结论,我认为最终的结果是显而易见的。如果你想要高性能的系统,就应该选择一种能让你简洁地表达逻辑的编程语言,而泛型是实现这种简洁性的必要工具。
原文链接:
https://ayende.com/blog/197282-B/modern-programming-languages-require-generics?
关联阅读:
https://ayende.com/blog/197185-B/criticizing-hare-language-approach-for-generic-data-structures?