为什么堆中的总计操作比堆更快？
在Broadwell CPU和Windows 8.1上以Visual Studio 2015 Update 2 x64 Release模式编译的以下C＃程序中，运行了两种基准测试版本。 他们都做同样的事情 - 一个数组中总共500万个整数。
两个基准之间的区别在于一个版本在堆栈上保持运行总量（单个长度），另一个版本则将其保持在堆上。 这两种版本都没有分配; 总数被添加到边扫描数组。
在测试中，我发现基准变体与堆中的总数和堆栈中的总数之间存在一致的显着性能差异。 对于一些测试大小，当总数在堆上时，它会慢三倍。
为什么总共两个存储位置之间存在性能差异？
using System;
using System.Diagnostics;
namespace StackHeap
{
class StackvHeap
{
static void Main(string[] args)
{
double stackAvgms, heapAvgms;
// Warmup
runBenchmark(out stackAvgms, out heapAvgms);
// Run
runBenchmark(out stackAvgms, out heapAvgms);
Console.WriteLine($"Stack avg: {stackAvgms} msnHeap avg: {heapAvgms} ms");
}
private static void runBenchmark(out double stackAvgms, out double heapAvgms)
{
Benchmarker b = new Benchmarker();
long stackTotalms = 0;
int trials = 100;
for (int i = 0; i < trials; ++i)
{
stackTotalms += b.stackTotaler();
}
long heapTotalms = 0;
for (int i = 0; i < trials; ++i)
{
heapTotalms += b.heapTotaler();
}
stackAvgms = stackTotalms / (double)trials;
heapAvgms = heapTotalms / (double)trials;
}
}
class Benchmarker
{
long heapTotal;
int[] vals = new int[5000000];
public long heapTotaler()
{
setup();
var stopWatch = new Stopwatch();
stopWatch.Start();
for (int i = 0; i < vals.Length; ++i)
{
heapTotal += vals[i];
}
stopWatch.Stop();
//Console.WriteLine($"{stopWatch.ElapsedMilliseconds} milliseconds with the counter on the heap");
return stopWatch.ElapsedMilliseconds;
}
public long stackTotaler()
{
setup();
var stopWatch = new Stopwatch();
stopWatch.Start();
long stackTotal = 0;
for (int i = 0; i < vals.Length; ++i)
{
stackTotal += vals[i];
}
stopWatch.Stop();
//Console.WriteLine($"{stopWatch.ElapsedMilliseconds} milliseconds with the counter on the stack");
return stopWatch.ElapsedMilliseconds;
}
private void setup()
{
heapTotal = 0;
for (int i = 0; i < vals.Length; ++i)
{
vals[i] = i;
}
}
}
}
对于一些测试尺寸，它慢了三倍
这是解决根本问题的唯一线索。 如果你关心长变量的性能，那么不要使用x86抖动。 对齐很关键，你无法在32位模式下获得足够好的对齐保证。
然后，CLR只能对齐到4，这样的测试有3个不同的结果。 该变量可以对齐到8，快速版本。 并且在缓存行内错开了4个，大约慢了2倍。 并且错位到4并跨越L1缓存线边界，大约慢了3倍。 双btw同样的问题。
使用“项目”>“属性”>“生成”选项卡>取消选中“首选32位模式”复选框。 为了以防万一，请使用工具>选项>调试>常规>取消“取消JIT优化”。 调整基准代码，在代码周围放置一个for循环，我总是运行它至少10次。 选择发布模式配置并再次运行测试。
你现在有一个完全不同的问题，可能更符合你的期望。 是的，默认情况下局部变量不是易失性的，字段是。 不得不在循环内更新heapTotal是你看到的开销。
这是来自heapTotaller反汇编：
heapTotal = 0;
000007FE99F34966 xor ecx,ecx
000007FE99F34968 mov qword ptr [rsi+10h],rcx
for (int i = 0; i < vals.Length; ++i)
000007FE99F3496C mov rax,qword ptr [rsi+8]
000007FE99F34970 mov edx,dword ptr [rax+8]
000007FE99F34973 test edx,edx
000007FE99F34975 jle 000007FE99F34993
{
heapTotal += vals[i];
000007FE99F34977 mov r8,rax
000007FE99F3497A cmp ecx,edx
000007FE99F3497C jae 000007FE99F349C8
000007FE99F3497E movsxd r9,ecx
000007FE99F34981 mov r8d,dword ptr [r8+r9*4+10h]
000007FE99F34986 movsxd r8,r8d
000007FE99F34989 add qword ptr [rsi+10h],r8
你可以看到它使用[rsi+10h]作为heapTotal变量。
这是来自stackTotaller ：
long stackTotal = 0;
000007FE99F3427A xor ecx,ecx
for (int i = 0; i < vals.Length; ++i)
000007FE99F3427C xor eax,eax
000007FE99F3427E mov rdx,qword ptr [rsi+8]
000007FE99F34282 mov r8d,dword ptr [rdx+8]
000007FE99F34286 test r8d,r8d
000007FE99F34289 jle 000007FE99F342A8
{
stackTotal += vals[i];
000007FE99F3428B mov r9,rdx
000007FE99F3428E cmp eax,r8d
000007FE99F34291 jae 000007FE99F342DD
000007FE99F34293 movsxd r10,eax
000007FE99F34296 mov r9d,dword ptr [r9+r10*4+10h]
000007FE99F3429B movsxd r9,r9d
000007FE99F3429E add rcx,r9
您可以看到JIT优化了代码：它将heapTotal使用RCX寄存器。
寄存器比内存访问更快，因此速度提高。
链接地址: http://www.djcxy.com/p/2235.html上一篇: Why is this totaling operation faster on the stack than the heap?
下一篇: Clarification on run