地鼠你好？

在這篇文章中，我將向您展示如何使用 #golang 測試包中內建的出色工具。您將如何測試一段程式碼或函數的效能？使用基準測試。

我們走吧。

對於此測試，我將使用經典的斐波那契數列或斐波那契數列，其由以下因素決定：

if (x 



這個序列很重要，因為它也出現在數學和自然的幾個部分中，如下所示：



有多種方法可以實現此程式碼，我將選擇兩種方法進行基準測試：計算它的遞歸方法和迭代方法。這些函數的主要目標是提供  位置  並傳回該位置的斐波那契數。 


  
  
  遞迴法




// main.go

func fibRecursive(n int) int {
    if n 




  
  
  迭代法




// main.go

func fibIterative(position uint) uint {
    slc := make([]uint, position)
    slc[0] = 1
    slc[1] = 1

    if position 



這些方法並未經過最佳化，但即使對於少數情況，測試結果也有顯著差異。您將在測試中看到這一點。若要跟隨程式碼進行操作，您可以按一下此處。 

現在，對於基準測試，讓我們在 _main_test.go 檔案中編寫一些測試。使用Golang關於benchmark的文檔，您可以建立要測試的函數，如下所示：



// main_test.go

// The key is to start every function you want to benchmark with the keyword Benchmark and use b *testing.B instead of t *testing.T as input 
func BenchmarkFibIterative(b *testing.B) {
    // Use this for-loop to ensure the code will behave correctly. 
    // Now, you can put the function or piece of code you want to test
    for i := 0; i 




繼續之前問一個問題：哪個比較快？ 


讓我們對一個較小的數字 (10) 和一個稍大的數字 (80) 進行測試。要執行基準測試，您只需執行命令：

go test -bench=函數名稱

如果您想了解更多有關此命令的信息，請查看此處。 

第一次測試：position=10



//(fibIterative)
Results:
cpu: Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz
BenchmarkFibIterative-8         24491042                42.50 ns/op
PASS
ok      playground      1.651s




我們用這張圖來分析一下：



根據圖像，我們有8個核心用於測試，沒有時間限制（它將運行到完成）。花了1.651s完成任務。 



==== Extra ====
We got 24,491,042 iterations (computations), and each iteration (op) took 42.50 ns.

Doing some math, we can calculate how much time one op took:

42.50 ns/op with 1 ns = 1/1,000,000,000 s
op ≈ 2.35270590588e-12 s
==== Extra ====




這是一個很好的結果。讓我們檢查一下位置 10 的遞歸函數：



// Results
BenchmarkFibRecursive-8          6035011               187.8 ns/op
PASS
ok      playground      1.882s




我們可以看到，需要1.882s完成任務。 

迭代函數以幾十分之一的優勢獲勝。讓我們再試試一項測試：

位置 50



// Results for the Iterative Function

cpu: Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz
BenchmarkFibIterative-8         27896118                45.37 ns/op
PASS
ok      playground      2.876s

// Results for the Recursive Function

cpu: Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz
BenchmarkFibRecursive-8          6365198               186.3 ns/op
PASS
ok      playground      1.918s




哇！現在遞歸函數更快了？ 

讓我們以稍微大一點的數字來結束。 

位置80



// Results for the Iterative Function

cpu: Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz
BenchmarkFibIterative-8          5102344               229.5 ns/op
PASS
ok      playground      1.933s

// Results for the Recursive Function
// My poor PC couldn’t handle it, so I had to reduce the position to 50 just to get some results printed.

cpu: Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz
BenchmarkFibRecursive-8                1        44319299474 ns/op
PASS
ok      playground      44.951s




差異很大。對於位置 80，迭代方法大約需要 2 秒。對於位置 50，遞歸函數花費了大約 45 秒。這證明了當您的 Golang 專案開始變慢時對程式碼進行基準測試的重要性。 


  
  
  結論


如果您的生產代碼運行緩慢或不可預測地變慢，您可以使用此技術，結合pprof 或內建測試包中的其他工具，來識別和測試程式碼的執行位置不好以及如何優化它。 


附註：並非所有美觀的程式碼都具有更高的效能。 



  
  
  額外運動


你能找到更好的方法來改進遞歸函數嗎？ （提示：使用動態規劃）。本文解釋了為什麼對於一些小數字，遞歸策略會更好。