Go1.1性能测试报告(和C差距在10%以内)

最近Go1.1正式发布, 根据官方的说法, Go1.1性能比Go1.0提升基本有30%-40%, 有时更多(当然也有不明显的情况).

Go1.1的详细介绍: Go1.1新特性介绍(语言和库更完善/性能提高约30%).

这里是针对Go1.1和C语言的性能测试: 测试的重点是语言的性能, 当然也会受到标准库性能的影响.

测试环境

• 测试程序: $GOROOT/test/bench/shootout/timing.sh
• 硬件配置: Intel(R) Core(TM) i7-3770 CPU @ 3.40GHz; 16GB内存
• 操作系统: CentOS6.3 x86_64

补充: i7-3770是4核心8线程.

gcc和gc版本:

gcc -v
gcc version 4.4.7 20120313 (Red Hat 4.4.7-3) (GCC)

go version
go version go1.1 linux/amd64

测试结果

$GOROOT/test/bench/shootout/timing.sh
fasta -n 25000000
    gcc -m64 -O2 fasta.c              0.86u 0.00s 0.87r
    gc fasta                          0.85u 0.00s 0.86r
    gc_B fasta                        0.83u 0.00s 0.83r

reverse-complement < output-of-fasta-25000000
    gcc -m64 -O2 reverse-complement.c 0.45u 0.05s 0.50r
    gc reverse-complement             0.60u 0.05s 0.65r
    gc_B reverse-complement           0.55u 0.04s 0.59r

nbody -n 50000000
    gcc -m64 -O2 nbody.c -lm          5.51u 0.00s 5.52r
    gc nbody                          7.16u 0.00s 7.18r
    gc_B nbody                        7.12u 0.00s 7.14r

binary-tree 15 # too slow to use 20
    gcc -m64 -O2 binary-tree.c -lm    0.31u 0.00s 0.31r
    gc binary-tree                    1.08u 0.00s 1.07r
    gc binary-tree-freelist           0.15u 0.00s 0.15r

fannkuch 12
    gcc -m64 -O2 fannkuch.c           26.45u 0.00s 26.54r
    gc fannkuch                       35.99u 0.00s 36.08r
    gc fannkuch-parallel              73.40u 0.00s 18.58r
    gc_B fannkuch                     25.18u 0.00s 25.25r

regex-dna 100000
    gcc -m64 -O2 regex-dna.c -lpcre   0.25u 0.00s 0.26r
    gc regex-dna                      1.65u 0.00s 1.66r
    gc regex-dna-parallel             1.72u 0.01s 0.67r
    gc_B regex-dna                    1.64u 0.00s 1.65r

spectral-norm 5500
    gcc -m64 -O2 spectral-norm.c -lm  9.63u 0.00s 9.66r
    gc spectral-norm                  9.63u 0.00s 9.66r
    gc_B spectral-norm                9.63u 0.00s 9.66r

k-nucleotide 1000000
    gcc -O2 k-nucleotide.c -I/usr/include/glib-2.0 -I/usr/lib64/glib-2.0/include -lglib-2.0  2.62u 0.00s 2.63r
    gc k-nucleotide                   2.69u 0.01s 2.71r
    gc k-nucleotide-parallel          3.02u 0.00s 0.97r
    gc_B k-nucleotide                 2.66u 0.01s 2.68r

mandelbrot 16000
    gcc -m64 -O2 mandelbrot.c        20.95u 0.00s 21.01r
    gc mandelbrot                    23.73u 0.00s 23.79r
    gc_B mandelbrot                  23.72u 0.00s 23.79r

meteor 2098
    gcc -m64 -O2 meteor-contest.c     0.05u 0.00s 0.05r
    gc meteor-contest                 0.06u 0.00s 0.07r
    gc_B meteor-contest               0.06u 0.00s 0.06r

pidigits 10000
    gcc -m64 -O2 pidigits.c -lgmp     0.77u 0.00s 0.77r
    gc pidigits                       1.45u 0.01s 1.44r
    gc_B pidigits                     1.45u 0.01s 1.43r

threadring 50000000
    gcc -m64 -O2 threadring.c -lpthread     12.05u 261.20s 216.36r
    gc threadring                           6.61u 0.00s 6.63r

chameneos 6000000
    gcc -m64 -O2 chameneosredux.c -lpthread 4.04u 21.08s 4.20r
    gc chameneosredux                       4.97u 0.00s 4.99r

测试结果说明

其中gc_B是开了-B选项, 选项的说明如下:

go tool 6g -h
usage: 6g [options] file.go...
  -+    compiling runtime
  -%    debug non-static initializers
  -A    for bootstrapping, allow 'any' type
  -B    disable bounds checking
...

应该就是禁用了Go的slice下标越界检测等特性.

测试的结果显示Go的性能已经和C语言已经非常接近了, 有极个别的场景甚至比C还好(binary-tree).

根据$GOROOT/test/bench/shootout/timing.log的数据, gccgo 的优化应该更好一点.

不过目前gccgo的标准库比gc标准库可能要差一些(gccgo1.1还未发布), 因此有些测试性能比gc差一些.

我电脑没有安装gccgo, 因此只有gcc/gc/gc_B三个测试结果.

关于 BenchmarksGame 的测试差异

http://benchmarksgame.alioth.debian.org/u64q/go.php

BenchmarksGame的测试结果中, 有几个Go的性能很差:

Benchmark      Time Memory   Code
fasta           3×    3×      ±
spectral-norm   4×    3×      ±
binary-trees   13×    4×      ±
regex-dna †    26×    ±      1/4

为了方便比较, 在同一台机器上对比了 BenchmarksGame 和 GoBench 的测试结果 .

完整测试代码在: https://bitbucket.org/chai2010/gobench

spectral-norm.go的优化

Go自带的spectral-norm测试性能比BenchmarksGame的性能要低.

我对spectral-norm的代码进行了优化, 优化之后的性能比BenchmarksGame要好一些.

优化前的代码(spectral-norm.go):

func evalA(i, j int) float64 { return 1 / float64(((i+j)*(i+j+1)/2 + i + 1)) }
v[i] += evalA(i, j) * u[j]

函数evalA将整数表达式先转换为float64, 然后做了一次倒数运算. 其中倒数的运算有一定冗余.

优化后的代码(chai2010-spectral-norm.go):

func evalA(i, j int) int { return ((i+j)*(i+j+1)/2 + i + 1) }
v[i] += u[j] / float64(evalA(i, j))

只在必要的时候才做浮点的转换, 减少了一次倒数的运算.

测试时间由 9.62u 减少到 4.35u, 性能提高约1倍.

完整的对比结果如下:

./timing.sh
fasta -n 25000000
    gcc -m64 -O3 -fomit-frame-pointer -march=native -mfpmath=sse -msse3 alioth-fasta.gcc-2.c   0.96u 0.18s 1.15r
    gcc -m64 -O3 alioth-fasta.gcc-2.c       0.92u 0.22s 1.15r
    gcc -m64 -O2 alioth-fasta.gcc-2.c       0.99u 0.15s 1.15r
    gc alioth-fasta 3.04u 0.00s 3.06r
    gc_B alioth-fasta       3.03u 0.00s 3.04r
    gcc -m64 -O3 fasta.c    0.87u 0.00s 0.87r
    gcc -m64 -O2 fasta.c    0.86u 0.00s 0.87r
    gc fasta        0.85u 0.00s 0.86r
    gc_B fasta      0.83u 0.00s 0.83r

spectral-norm 5500
    g++ -m64 -O3 -march=native -fopenmp -mfpmath=sse -msse2 alioth-spectralnorm.gpp-2.cpp   4.69u 0.00s 0.59r
    g++ -m64 -O2 -march=native -fopenmp -mfpmath=sse -msse2 alioth-spectralnorm.gpp-2.cpp   4.69u 0.00s 0.59r
    gc alioth-spectralnorm  6.75u 0.00s 1.67r
    gc_B alioth-spectralnorm        6.93u 0.00s 1.69r
    gcc -m64 -O2 spectral-norm.c -lm        9.63u 0.00s 9.66r
    gc spectral-norm        9.62u 0.00s 9.65r
    gc_B spectral-norm      9.62u 0.00s 9.66r
    gc spectral-norm-parallel       9.86u 0.00s 4.91r
    gc_B spectral-norm-parallel     9.85u 0.00s 4.90r
    gc chai2010-spectral-norm       4.35u 0.00s 4.36r
    gc_B chai2010-spectral-norm     4.35u 0.00s 4.36r
    gc chai2010-spectral-norm-parallel      5.15u 0.00s 2.21r
    gc_B chai2010-spectral-norm-parallel    4.58u 0.00s 2.22r

binary-tree 15 # too slow to use 20
    gcc -m64 -O3 -fomit-frame-pointer -march=native -fopenmp -I/usr/include/apr-1 -lapr-1 -lgomp alioth-binarytrees.gcc-7.c -lm 0.21u 0.00s 0.03r
    gcc -m64 -O3 -fopenmp -I/usr/include/apr-1 -lapr-1 -lgomp alioth-binarytrees.gcc-7.c -lm   0.21u 0.00s 0.03r
    gcc -m64 -O2 -fopenmp -I/usr/include/apr-1 -lapr-1 -lgomp alioth-binarytrees.gcc-7.c -lm   0.23u 0.00s 0.03r
    gc alioth-binarytrees   2.16u 0.04s 0.42r
    gc_B alioth-binarytrees 2.20u 0.04s 0.42r
    gcc -m64 -O3 binary-tree.c -lm  0.34u 0.00s 0.34r
    gcc -m64 -O2 binary-tree.c -lm  0.31u 0.00s 0.31r
    gc binary-tree  1.07u 0.00s 1.07r
    gc binary-tree-freelist 0.15u 0.00s 0.15r

regex-dna 100000
    gc alioth-regexdna      2.07u 0.00s 0.64r
    gc_B alioth-regexdna    2.22u 0.00s 0.71r
    gcc -m64 -O2 regex-dna.c -lpcre 0.25u 0.00s 0.26r
    gc regex-dna    1.63u 0.00s 1.64r
    gc regex-dna-parallel   1.84u 0.00s 0.72r
    gc_B regex-dna  1.63u 0.00s 1.64r

分析测试的数据, 有以下几个特征(仅针对当前的测试):

• gcc的-O3和-O2以及-fomit-frame-pointer等优化参数对性能的优化在20%以内, 可以暂时忽略
• gc_B和gc的对性能的优化在5%以内, 可以暂时忽略
• BenchmarksGame 和 GoBench 的C版本测试程序性能很接近(fasta是BenchmarksGame稍好, binary-tree是GoBench稍好)
• 大部分BenchmarksGame 和 GoBench 的Go版本测试程序性能差距巨大, GoBench要比BenchmarksGame快2~4X.
• BenchmarksGame 的 spectralnorm 测试性能比 GoBench 的要好(6.75u/9.86u)
• 经过我手工优化过的 GoBench 的 chai2010-spectral-norm 测试性能比 BenchmarksGame 的要好(5.15/6.75u)
• BenchmarksGame 的 regexdna 暂时缺少C语言版本的测试数据(没有编译过)
• GoBench 的 binary-tree-freelist 使用内存池对性能提高约 7X.

综上可以发现 BenchmarksGame 的很多 Go 版本测试程序性能较差(甚至快到10X的差距). 关于 BenchmarksGame 的 Go 测试程序性能低的原因, 大家可以自己去分析代码.

关于regex的测试主要是因为Go的regex标准库比高度优化的C库pcre还是较慢, 目前Go的regex库还有待进一步的优化.

关于pidigits的测试, BenchmarksGame 和 GoBench 基本是一致的: 目前math/big和gmp的性能还有2倍的差距.

关于BenchmarksGame和GoBench 的测试差异的很多细节还需要进一步分析. 重点应该是64位系统下多核和并发的性能对比(毕竟Go是多核时代的编程语言).

官方的测试结论

http://go.googlecode.com/hg/test/bench/shootout/timing.log:

# Sep 26, 2012
# 64-bit ints, plus significantly better floating-point code.
# Interesting details:
#   Generally something in the 0-10% slower range, some (binary tree) more
#   Floating-point noticeably faster:
#       nbody -25%
#       mandelbrot -37% relative to Go 1.
#   Other:
#       regex-dna +47%

Go已经和C差距在10%以内, 有特殊场景性能甚至更好.