Question

我是StackOverflow的新手，正在寻找技巧并帮助在Windows环境中调优Pharo 5.0。

我的电脑正在运行Windows 10，4 Ghz的CPU I5-4670K，以及装载和运行Pharo 5.0的C驱动器的Plextor 512G SSD。

以下是我用来理解Pharo在性能和计算精度方面的行为的一组代码。

  | x y |
  x := 0.
  y := 400000000.
  [1 to: 2000000000 do: [ :i | 
      x := x + 0.2]] timeToRun

花了2分8.281秒执行。如果我从迭代次数中剔除一个零，那么完成只需1.762秒。迭代次数超过执行时间的70倍以上。似乎我遇到了一个系统边界，这样两个案例之间的执行时间增长远远超过10倍。

感谢任何提示并帮助微调Pharo 5.0 VM，以便我可以减少这种意外和不受欢迎的系统行为？

P.S。在执行期间，Windows任务管理器没有报告磁盘活动的任何更改。几乎所有执行都是RAM和CPU操作。顺便说一句，除非你有一个更快的PC，请不要尝试在迭代次数上再添加一个零，花了这么长时间我不得不打破执行。

Answer 1

欢迎使用SO（以及smalltalk标签！）

首先请注意，临时y在这里没有扮演任何角色，所以我们可以简化一下片段

| x |
x := 0.
[1 to: 200000000 * 10 do: [ :i | 
  x := x + 0.2]] timeToRun

你与

进行比较的

| x |
x := 0.
[1 to: 200000000 * 1 do: [ :i | 
  x := x + 0.2]] timeToRun

第一个版本不仅仅10倍慢于第二个版本的原因是前者块变量i从SmallInteger域移动到{{1}一个。因此，每当块增加LargeInteger时，当i超过i边界时，此处发生的加法SmallInteger涉及i := i + 1算术，这是慢于LargeInteger。

SmallInteger算术会发生多少次？好吧，要计算我们只需要从LargeInteger中减去SmallInteger maxVal：

200000000 * 10

意味着Pharo正在对大整数(200000000 * 10) - SmallInteger maxVal = 926,258,177执行大量操作。

请注意，如果我们改为

我们花费的时间约为一次迭代的| x | x := 0. [ 10 timesRepeat: [1 to: 200000000 * 1 do: [ :i | x := x + 0.2]] ] timeToRun倍。

<强>附录

请不要将上面的解释视为表明10算术在Pharo中表现不佳。相反，Pharo在使这样的计算有效方面做得很好。

幕后花絮Pharo使用基元进行这些操作，同时为程序员提供LargeInteger算术的独特且一致的视图和API。事实上，如果你试图在另一个没有VM支持Integer的方言中做同样的事情，你将不得不等待很长时间才能得到计算结果。

Pharo系统调整选项

1 个答案: