Question

我写了一个小C＃应用程序，它索引一本书并对索引执行一个布尔文本检索算法。帖子末尾的类展示了两者的实现，构建索引并在其上执行算法。

通过GUI按钮以下列方式调用代码：

    private void Execute_Click(object sender, EventArgs e)
    {
        Stopwatch s;
        String output = "-----------------------\r\n";

        String sr = algoChoice.SelectedItem != null ? algoChoice.SelectedItem.ToString() : "";

        switch(sr){
            case "Naive search":
                output += "Naive search\r\n";
                algo = NaiveSearch.GetInstance();
                break;
            case "Boolean retrieval":
                output += "boolean retrieval\r\n";
                algo = BooleanRetrieval.GetInstance();
                break;
            default:
                outputTextbox.Text = outputTextbox.Text + "Choose retrieval-algorithm!\r\n";
                return;
        }
        output += algo.BuildIndex("../../DocumentCollection/PilzFuehrer.txt") + "\r\n";

        postIndexMemory = GC.GetTotalMemory(true);

        s = Stopwatch.StartNew();
        output += algo.Start("../../DocumentCollection/PilzFuehrer.txt", new String[] { "Pilz", "blau", "giftig", "Pilze" });
        s.Stop();

        postQueryMemory = GC.GetTotalMemory(true);
        output +=  "\r\nTime elapsed:" + s.ElapsedTicks/(double)Stopwatch.Frequency + "\r\n";

        outputTextbox.Text = output + outputTextbox.Text;
    }

Start（...）的第一次执行运行大约700μs，每次重新运行只需要<10μs。该应用程序使用Visual Studio 2010和默认的“Debug”构建配置进行编译。

我试验了很多，以找到原因，包括剖析和不同的实现，但效果始终保持不变。

如果有人能给我一些新的想法，我会尝试甚至是解释，我会变得如此。

    class BooleanRetrieval:RetrievalAlgorithm
    {
        protected static RetrievalAlgorithm theInstance;

        List<String> documentCollection;
        Dictionary<String, BitArray> index;

        private BooleanRetrieval()
            : base("BooleanRetrieval")
        {

        }

        public override String BuildIndex(string filepath)
        {
            documentCollection = new List<string>();
            index = new Dictionary<string, BitArray>();

            documentCollection.Add(filepath);

            for(int i=0; i<documentCollection.Count; ++i)
            {
                StreamReader input = new StreamReader(documentCollection[i]);

                var text = Regex.Split(input.ReadToEnd(), @"\W+").Distinct().ToArray();

                foreach (String wordToIndex in text)
                {
                    if (!index.ContainsKey(wordToIndex))
                    {
                        index.Add(wordToIndex, new BitArray(documentCollection.Count, false));
                    }

                    index[wordToIndex][i] = true;
                }
            }

            return "Index " + index.Keys.Count + "words.";            
        }

        public override String Start(String filepath, String[] search)
        {
            BitArray tempDecision = new BitArray(documentCollection.Count, true);

            List<String> res = new List<string>();

            foreach(String searchWord in search)
            {

                if (!index.ContainsKey(searchWord))
                    return "No documents found!";

                tempDecision.And(index[searchWord]);
            }


            for (int i = 0; i < tempDecision.Count; ++i )
            {
                if (tempDecision[i] == true)
                {
                    res.Add(documentCollection[i]);
                }
            }

            return res.Count>0 ? res[0]: "Empty!";
        }

        public static RetrievalAlgorithm GetInstance()
        {
            Contract.Ensures(Contract.Result<RetrievalAlgorithm>() != null, "result is null.");
            if (theInstance == null)
                theInstance = new BooleanRetrieval();

            theInstance.Executions++;
            return theInstance;
        }
    }

Answer 1

.Net应用程序的冷/热启动通常受JIT时间和加载程序集的磁盘访问时间的影响。

对于执行大量磁盘IO的应用程序，如果数据足够小以适应，则由于缓存内容（也适用于程序集加载），首先访问磁盘上的数据将比重新运行相同数据慢得多在磁盘的内存缓存中。

首次运行任务将受到磁盘IO对程序集和数据的影响，加上JIT时间。
第二次运行同一任务而不重启应用程序 - 只是从OS内存缓存中读取数据。
第二次运行应用程序 - 再次从OS内存缓存和JIT读取程序集。

重新执行的巨大差异

1 个答案: