Question

分析Scala方法调用的标准方法是什么？

我需要的是一个方法的钩子，我可以使用它来启动和停止计时器。

在Java中，我使用方面编程aspectJ来定义要分析的方法并注入字节码以实现相同的目的。

在Scala中是否有更自然的方式，我可以在函数前后定义一组函数，而不会在过程中丢失任何静态类型？

Answer 1

您是否希望在不更改要测量时序的代码的情况下执行此操作？如果您不介意更改代码，那么您可以执行以下操作：

def time[R](block: => R): R = {
    val t0 = System.nanoTime()
    val result = block    // call-by-name
    val t1 = System.nanoTime()
    println("Elapsed time: " + (t1 - t0) + "ns")
    result
}

// Now wrap your method calls, for example change this...
val result = 1 to 1000 sum

// ... into this
val result = time { 1 to 1000 sum }

Answer 2

除了Jesper的答案，您还可以在REPL中自动包装方法调用：

scala> def time[R](block: => R): R = {
   | val t0 = System.nanoTime()
   | val result = block
   | println("Elapsed time: " + (System.nanoTime - t0) + "ns")
   | result
   | }
time: [R](block: => R)R

现在 - 让我们在这个

中包装任何东西

scala> :wrap time
wrap: no such command.  Type :help for help.

好的 - 我们需要处于电源模式

scala> :power
** Power User mode enabled - BEEP BOOP SPIZ **
** :phase has been set to 'typer'.          **
** scala.tools.nsc._ has been imported      **
** global._ and definitions._ also imported **
** Try  :help,  vals.<tab>,  power.<tab>    **

包裹

scala> :wrap time
Set wrapper to 'time'

scala> BigDecimal("1.456")
Elapsed time: 950874ns
Elapsed time: 870589ns
Elapsed time: 902654ns
Elapsed time: 898372ns
Elapsed time: 1690250ns
res0: scala.math.BigDecimal = 1.456

我不知道为什么打印出来的东西5次

自2.12.2起更新：

scala> :pa
// Entering paste mode (ctrl-D to finish)

package wrappers { object wrap { def apply[A](a: => A): A = { println("running...") ; a } }}

// Exiting paste mode, now interpreting.


scala> $intp.setExecutionWrapper("wrappers.wrap")

scala> 42
running...
res2: Int = 42

Answer 3

您可以使用three benchmarking libraries for Scala。

由于链接网站上的网址可能会发生变化，因此我会粘贴以下相关内容。

SPerformance - 性能测试框架旨在自动比较性能测试和在Simple Build Tool中工作。
scala-benchmarking-template - 基于Caliper创建Scala（微）基准测试的SBT模板项目。
Metrics - 捕获JVM和应用程序级指标。所以你知道发生了什么

Answer 4

我使用的是：

import System.nanoTime
def profile[R](code: => R, t: Long = nanoTime) = (code, nanoTime - t)

// usage:
val (result, time) = profile { 
  /* block of code to be profiled*/ 
}

val (result2, time2) = profile methodToBeProfiled(foo)

Answer 5

testing.Benchmark可能有用。

scala> def testMethod {Thread.sleep(100)}
testMethod: Unit

scala> object Test extends testing.Benchmark {
     |   def run = testMethod
     | }
defined module Test

scala> Test.main(Array("5"))
$line16.$read$$iw$$iw$Test$     100     100     100     100     100

Answer 6

我从Jesper那里获得了解决方案，并在同一代码的多次运行中添加了一些聚合

def time[R](block: => R) = {
    def print_result(s: String, ns: Long) = {
      val formatter = java.text.NumberFormat.getIntegerInstance
      println("%-16s".format(s) + formatter.format(ns) + " ns")
    }

    var t0 = System.nanoTime()
    var result = block    // call-by-name
    var t1 = System.nanoTime()

    print_result("First Run", (t1 - t0))

    var lst = for (i <- 1 to 10) yield {
      t0 = System.nanoTime()
      result = block    // call-by-name
      t1 = System.nanoTime()
      print_result("Run #" + i, (t1 - t0))
      (t1 - t0).toLong
    }

    print_result("Max", lst.max)
    print_result("Min", lst.min)
    print_result("Avg", (lst.sum / lst.length))
}

假设您要为两个函数counter_new和counter_old计时，以下是用法：

scala> time {counter_new(lst)}
First Run       2,963,261,456 ns
Run #1          1,486,928,576 ns
Run #2          1,321,499,030 ns
Run #3          1,461,277,950 ns
Run #4          1,299,298,316 ns
Run #5          1,459,163,587 ns
Run #6          1,318,305,378 ns
Run #7          1,473,063,405 ns
Run #8          1,482,330,042 ns
Run #9          1,318,320,459 ns
Run #10         1,453,722,468 ns
Max             1,486,928,576 ns
Min             1,299,298,316 ns
Avg             1,407,390,921 ns

scala> time {counter_old(lst)}
First Run       444,795,051 ns
Run #1          1,455,528,106 ns
Run #2          586,305,699 ns
Run #3          2,085,802,554 ns
Run #4          579,028,408 ns
Run #5          582,701,806 ns
Run #6          403,933,518 ns
Run #7          562,429,973 ns
Run #8          572,927,876 ns
Run #9          570,280,691 ns
Run #10         580,869,246 ns
Max             2,085,802,554 ns
Min             403,933,518 ns
Avg             797,980,787 ns

希望这很有帮助

Answer 7

我使用的技术很容易在代码块中移动。关键是同一条线开始和结束计时器 - 所以它实际上是一个简单的复制和粘贴。另一件好事是你可以在同一行中定义时间对字符串的意义。

使用示例：

Timelog("timer name/description")
//code to time
Timelog("timer name/description")

代码：

object Timelog {

  val timers = scala.collection.mutable.Map.empty[String, Long]

  //
  // Usage: call once to start the timer, and once to stop it, using the same timer name parameter
  //
  def timer(timerName:String) = {
    if (timers contains timerName) {
      val output = s"$timerName took ${(System.nanoTime() - timers(timerName)) / 1000 / 1000} milliseconds"
      println(output) // or log, or send off to some performance db for analytics
    }
    else timers(timerName) = System.nanoTime()
  }

优点：

无需将代码包装为块或在行内操作
在探索时可以轻松地在代码行中移动计时器的开始和结束

缺点：

对功能完整的代码不那么闪亮
显然，如果你没有＆＃34;关闭＆＃34;这个对象会泄漏地图条目。计时器，例如如果您的代码没有进入给定计时器启动的第二次调用。

Answer 8

推荐的对Scala代码进行基准测试的方法是通过sbt-jmh

“不要相信任何人，把一切都放在长凳上。” -JMH（Java的sbt插件微基准测试线束）

例如，许多主要的Scala项目都采用了这种方法，

Scala编程语言本身
Dotty（Scala 3）
cats库，用于函数式编程
Metals用于IDE的语言服务器

基于System.nanoTime的简单包装计时器是基准测试的not a reliable method：

System.nanoTime现在和String.intern一样糟糕：您可以使用它，但要明智地使用它。延迟，粒度和可伸缩性影响计时器引入的时间可能会并会影响您的测量没有适当的严谨。这是为什么 System.nanoTime应该通过基准测试从用户中抽象出来框架

此外，诸如JIT warmup，垃圾回收，系统范围内的事件等注意事项可能introduce unpredictability成为衡量指标：

需要减轻许多影响，包括预热，无效代码消除，分叉等。幸运的是，JMH已经照顾了许多人东西，并且具有Java和Scala的绑定。

基于Travis Brown's answer，这是example，说明如何为Scala设置JMH基准

将jmh添加到project/plugins.sbt

addSbtPlugin("pl.project13.scala" % "sbt-jmh" % "0.3.7")

在build.sbt中启用jmh插件
```
enablePlugins(JmhPlugin)
```

添加到src/main/scala/bench/VectorAppendVsListPreppendAndReverse.scala

package bench

import org.openjdk.jmh.annotations._

@State(Scope.Benchmark)
@BenchmarkMode(Array(Mode.AverageTime))
class VectorAppendVsListPreppendAndReverse {
  val size = 1_000_000
  val input = 1 to size

  @Benchmark def vectorAppend: Vector[Int] = 
    input.foldLeft(Vector.empty[Int])({ case (acc, next) => acc.appended(next)})

  @Benchmark def listPrependAndReverse: List[Int] = 
    input.foldLeft(List.empty[Int])({ case (acc, next) => acc.prepended(next)}).reverse
}

执行基准测试

sbt "jmh:run -i 10 -wi 10 -f 2 -t 1 bench.VectorAppendVsListPreppendAndReverse"

结果是

Benchmark                                                   Mode  Cnt  Score   Error  Units
VectorAppendVsListPreppendAndReverse.listPrependAndReverse  avgt   20  0.024 ± 0.001   s/op
VectorAppendVsListPreppendAndReverse.vectorAppend           avgt   20  0.130 ± 0.003   s/op

似乎表明在List之前添加了前缀，然后在最后将其反转，这比继续添加到Vector上要快几个数量级。

Answer 9

我喜欢@wickx答案的简单性，但也想要：

探查器处理循环（为了一致性和方便性）
更精确的计时（使用nanoTime）
每次迭代的时间（不是所有迭代的总时间）
只返回ns / iteration - 而不是元组

这是在这里实现的：

def profile[R] (repeat :Int)(code: => R, t: Long = System.nanoTime) = { 
  (1 to repeat).foreach(i => code)
  (System.nanoTime - t)/repeat
}

为了更加准确，一个简单的修改允许JVM热点预热循环（不是定时）来计时小片段：

def profile[R] (repeat :Int)(code: => R) = {  
  (1 to 10000).foreach(i => code)   // warmup
  val start = System.nanoTime
  (1 to repeat).foreach(i => code)
  (System.nanoTime - start)/repeat
}

Answer 10

ScalaMeter是一个很好的库，可以在Scala中执行基准测试

下面是一个简单的例子

import org.scalameter._

def sumSegment(i: Long, j: Long): Long = (i to j) sum

val (a, b) = (1, 1000000000)

val execution_time = measure { sumSegment(a, b) }

如果您在Scala Worksheet中执行上面的代码片段，则会以毫秒为单位获得运行时间

execution_time: org.scalameter.Quantity[Double] = 0.260325 ms

Answer 11

站在巨人的肩膀上......

一个可靠的第三方库会更理想，但如果您需要快速和基于std库的东西，以下变体提供：

重复次数
上次结果胜出多次重复
多次重复的总时间和平均时间
不再需要时间/即时提供者作为参数

import scala.concurrent.duration._
import scala.language.{postfixOps, implicitConversions}

package object profile {

  def profile[R](code: => R): R = profileR(1)(code)

  def profileR[R](repeat: Int)(code: => R): R = {
    require(repeat > 0, "Profile: at least 1 repetition required")

    val start = Deadline.now

    val result = (1 until repeat).foldLeft(code) { (_: R, _: Int) => code }

    val end = Deadline.now

    val elapsed = ((end - start) / repeat)

    if (repeat > 1) {
      println(s"Elapsed time: $elapsed averaged over $repeat repetitions; Total elapsed time")

      val totalElapsed = (end - start)

      println(s"Total elapsed time: $totalElapsed")
    }
    else println(s"Elapsed time: $elapsed")

    result
  }
}

另外值得注意的是，你可以使用Duration.toCoarsest方法转换为可能的最大时间单位，虽然我不确定这对于运行之间的微小时差是多么友好，例如。

Welcome to Scala version 2.11.7 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_60).
Type in expressions to have them evaluated.
Type :help for more information.

scala> import scala.concurrent.duration._
import scala.concurrent.duration._

scala> import scala.language.{postfixOps, implicitConversions}
import scala.language.{postfixOps, implicitConversions}

scala> 1000.millis
res0: scala.concurrent.duration.FiniteDuration = 1000 milliseconds

scala> 1000.millis.toCoarsest
res1: scala.concurrent.duration.Duration = 1 second

scala> 1001.millis.toCoarsest
res2: scala.concurrent.duration.Duration = 1001 milliseconds

scala>

Answer 12

您可以使用System.currentTimeMillis：

def time[R](block: => R): R = {
    val t0 = System.currentTimeMillis()
    val result = block    // call-by-name
    val t1 = System.currentTimeMillis()
    println("Elapsed time: " + (t1 - t0) + "ms")
    result
}

用法：

time{
    //execute somethings here, like methods, or some codes.
}

nanoTime会显示ns，因此很难看到。所以我建议您可以使用currentTimeMillis代替它。

Answer 13

添加 => 带有名称和秒数的方法

profile[R](block: => R,methodName : String): R = {
    val n = System.nanoTime()
    val result = block
    val n1 = System.nanoTime()
    println(s"Elapsed time: ${TimeUnit.MILLISECONDS.convert(n1 - n,TimeUnit.NANOSECONDS)}ms - MethodName: ${methodName}")
    result
  }

如何在Scala中分析方法？

13 个答案: