准确测试Pypy与CPython的性能
准确测试Pypy与CPython的性能
提问于 2017-02-08 01:04:37
问题描述：
我有这个自定义的"checksum“函数：
NORMALIZER = 0x10000
def get_checksum(part1, part2, salt="trailing"):
"""Returns a checksum of two strings."""
combined_string = part1 + part2 + " " + salt if part2 != "***" else part1
ords = [ord(x) for x in combined_string]
checksum = ords[0] # initial value
# TODO: document the logic behind the checksum calculations
iterator = zip(ords[1:], ords)
checksum += sum(x + 2 * y if counter % 2 else x * y
for counter, (x, y) in enumerate(iterator))
checksum %= NORMALIZER
return checksum我想在Python3.6和PyPy上测试它的性能。我想看看这个函数在PyPy上是否会表现得更好，但我不能完全确定，什么是最可靠、最干净的方法。
我已经尝试过的东西和问题：
目前，我对这两种情况都使用timeit：
$ python3.6 -mtimeit -s "from test import get_checksum" "get_checksum('test1' * 100000, 'test2' * 100000)"
10 loops, best of 3: 329 msec per loop
$ pypy -mtimeit -s "from test import get_checksum" "get_checksum('test1' * 100000, 'test2' * 100000)"
10 loops, best of 3: 104 msec per loop我担心的是，由于potential JIT warmup overhead的存在，我不能完全确定timeit是否是在PyPy上工作的合适工具。
此外，在报告测试结果之前，PyPy本身会报告以下内容：
WARNING: timeit is a very unreliable tool. use perf or something else for real measurements
pypy -m pip install perf
pypy -m perf timeit -s 'from test import get_checksum' "get_checksum('test1' * 1000000, 'test2' * 1000000)"要在这些Python实现和其他Python实现之间测试相同的函数性能，最好、最准确的方法是什么？
回答 2
Stack Overflow用户
回答已采纳
发布于 2017-03-30 21:06:53
您可以使用--repeat参数增加重复次数，以提高计时精度。请参见：
Stack Overflow用户
发布于 2017-04-06 18:56:39
目前还不完全清楚你想要测量的是什么。根据你的用例，“性能”可以有多种含义。
- 你是否正在尝试测量函数的原始速度，一旦所有的东西都预热了(特别是JIT，还有库导入，文件加载，等等)？那么你可能想要像Haroldo_OK建议的那样使用
--repeat。有了足够的重复，在代码的其他部分花费的时间将逐渐变得"insignificant". - are你为了学习或为了现实世界的用例而测量东西？如果是后者，那么在类似的条件下测试代码可能是个好主意(传递给函数的字符串长度、迭代次数、代码的热/冷调用...)。我的印象是，使用python interface而不是命令行界面会给你更大的灵活性来准确地衡量你想要的东西。
如果你正在尝试提高速度，使用像cProfile这样的分析器可以帮助隔离你想要测量其速度的代码？
我实际上不是在回答你的问题，但我希望它能有所帮助:)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42095793
复制相关文章
相似问题