记一次C++程序优化历程

作者 | 2017年9月24日

近期用到了一位师兄写的C++程序,总体功能良好。使用不同的数据测试,发现了一个明显的缺点:大数据量下,预处理过程耗时很长。中科院的某计算集群,普通队列中的程序运行时间不能超过6个小时。而手上这套程序,大数据量下预处理就花了不止六个小时,结果当然是还没开始就被结束了。

和天河二号的工作人员联系,确认没有执行时间限制。于是开通了天河二号的账号,把程序扔上去跑。执行大数据量时,程序莫名被kill。询问技术支持,得知是内存耗尽,建议每个节点的进程数少一点。如此折腾了两次,大数据量的例子没跑通,大部分时间都费在预处理上,然后程序崩了,又要调整参数重新再来。

耗时长,最多是多花点机时,问题不大。但是没跑通的情况下每次要等五六个小时,然后才知道能否运行,测试然后反馈的过程太低效。忍无可忍,就开始进行优化吧!

第一步,找出耗时的点。原来的程序输出日志用的cout,没有附带时间,不能通过日志发现耗时的点。为了找出性能关键点,第一步是改进log,在输出中加上时间。写了一个Log类,替换掉cout,程序的输出中就带上时间了:

#include "../include/Log.hpp"

#include 
#include 
#include 
#include 

using namespace std;

namespace tlanyan {

    string Log::datetimeFormat = "%F %T";

    Log::Log()
    {
    }

    void Log::info(const char* message) {
        cout << getCurrentTime() << " [info] " << message << endl;
    }

    void Log::debug(const char* message) {
#if DEBUG
        cout << getCurrentTime() << " [debug] " << message;
#endif;
    }

    const char* Log::getCurrentTime()
    {
        //locale::global(locale("zh_CN.utf8"));
        time_t t = time(NULL);
        char mbstr[512];
        if (strftime(mbstr, sizeof(mbstr), Log::datetimeFormat.c_str(), localtime(&t))) {
            return mbstr;
        }
        
        cerr << "获取或格式化时间错误!" << endl;

        exit(1);
    }

    Log::~Log()
    {
    }
}

// 调用示例:
Log::info("program begins...");

通过查看Log,定位到了耗时长的过程。

第二步,目测程序源代码,找出问题所在。该段代码比较好理解,主要是进行数据初始化和打标签。程序中规中矩,都是操控内存中的数组,没有磁盘、网络、进程通信等耗时调用。审查代码中发现第一个问题:内存重分配。程序声明了vector,没有指定大小,后续代码中使用push_back对数组的每一项进行赋值。内存分配和数据拷贝的代价是很大的,这应该是一个性能点。修改代码,声明时指定数组大小。编译并运行程序,结果表明省下了30%的耗时。

第二步,统计代码的工作量。耗时过程的初始化数据量,大概是整个数据量的10%,就算其中内嵌了两层循环,也不应该耗时如此多。为了查看是否有额外工作量,加入了计数器。运行结果显示,该段函数的计算量不大,耗时长应该有其他的原因。

第三步,根据经验判断是缓存失效导致。第一反应是用valgrind查看缓存命中,但valgrind模拟运行的效率太差,几个小时后kill掉放弃了。目测程序源码,发现很多数据都是从全局内存读取,没有充分利用缓存。修改代码,使用局部变量缓存全局数据,接下来代码中的数据使用缓存数据。经过测试,效果非常明显,提升了50%的效率。

第四步,查找其他性能热点。经过几次小的调优测试,发现一些全局内存访问不可避免(随机访问,无法利用缓存),按照目前的方式难以继续优化。要大幅降低耗时需要重写算法,目前无法保证对算法和程序意图十分了解,遂暂时作罢。

优化前后的结果对比:中等数据规模下,耗时从8'43"降到3'25";大数据量下,耗时从4h38'44"降到1h49'21"(注:使用自己的机器测试,CPU主频3.46GHz,比中科院和天河二号集群的CPU主频都要高,所以耗时短)。从数据看出,效果还是很明显的。

打赏 赞(0)
微信
支付宝
微信二维码图片

微信扫描二维码打赏

支付宝二维码图片

支付宝扫描二维码打赏

记一次C++程序优化历程” 有 4 条评论

  1. 头像lululuo

    你好,请问使用局部变量缓存全局变量是什么意思。全局是堆上的变量,用的时候不是用地址访问这个变量,而是把这个变量拷贝到栈上的零时变量?是这样操作吗?如果可以的话,请指教一下。我不太懂优化,想学习一下

    回复
    1. tlanyantlanyan 作者

      缓存是性能提升的一个关键点,栈上的数据存取比堆上高,更主要的是程序读写的数据是否已经加载到L1/L2缓存中。顺序读写总是比随机读/步长不为1的读写要快不少

      回复

发表评论

电子邮件地址不会被公开。 必填项已用*标注