前言

benchmark测试是实际项目中经常使用的性能测试方法，我们可以针对某个函数或者某个功能点增加benchmark测试，
以便在CI测试中监测其性能变化，当该函数或功能性能下降时能够及时发现。

此外，在日常开发活动中或者参与开源贡献时也有可能针对某个函数或功能点做一些性能优化，此时，如何把benchmark测试数据呈现出来便非常重要了，因为你很可能在优化前后执行多次benchmark测试，手工分析这些测试结果无疑是低效的。

认识数据

先看一个benchmark的样本：

BenchmarkReadGoSum-4           2223        521556 ns/op

其中

• 测试名字BenchmarkReadGoSum-4（其中-4表示测试环境为4个cpu）
• 测试迭代次数（2223）
• 每次迭代的花费的时间（521556ns）。

尽管每个样本中的时间已经是多次迭代后的平均值，但为了更好的分析性能，往往需要多个样本。

使用go test的-count=N参数可以指定执行benchmarkN次，从而产生N个样本，比如产生15个样：

BenchmarkReadGoSum-4           2223        521556 ns/op
BenchmarkReadGoSum-4           2347        516675 ns/op
BenchmarkReadGoSum-4           2340        538406 ns/op
BenchmarkReadGoSum-4           2130        548440 ns/op
BenchmarkReadGoSum-4           2391        514602 ns/op
BenchmarkReadGoSum-4           2394        527955 ns/op
BenchmarkReadGoSum-4           2313        536693 ns/op
BenchmarkReadGoSum-4           2330        538244 ns/op
BenchmarkReadGoSum-4           2360        516426 ns/op
BenchmarkReadGoSum-4           2407        541435 ns/op
BenchmarkReadGoSum-4           2154        544386 ns/op
BenchmarkReadGoSum-4           2362        540411 ns/op
BenchmarkReadGoSum-4           2305        581713 ns/op
BenchmarkReadGoSum-4           2204        519633 ns/op
BenchmarkReadGoSum-4           1867        602543 ns/op

手工分析多个样本将会是一项非常有挑战的工作，因为你可能需要根据统计学规则除去一些异常的样本， 剩下的样本再去平均值。

benchstat

benchstat为Golang官方推荐的一款命令行工具，可以针对一组或多组样本进行分析，如果同时分析两组样本（比如优化前和优化后），还可以给出性能变化结果。

使用命令go get golang.org/x/perf/cmd/benchstat即可快捷安装，它将被安装到$GOPATH/bin目录中。通常我们会将该目录添加到PATH环境变量中。

使用时我们需要把benchmark测试样子输出到文件中，benchstat会读取这些文件，命令格式如下：

benchstat [options] old.txt [new.txt] [more.txt ...]

分析一组样本

我们把上面的15组样本输出到名为BenchmarkReadGoSum.before的文件， 然后使用benchstat分析：

$  benchstat BenchmarkReadGoSum.before 
name         time/op
ReadGoSum-4  531µs ± 3%

输出结果包括一个耗时平均值（531µs）和样本离散值（3%）。

分析两组样本

同上，把性能优化后的结果输出到名为BenchmarkReadGoSum.after的文件，然后使用benchstat分析优化的效果：

$ benchstat BenchmarkReadGoSum.before BenchmarkReadGoSum.after 
name         old time/op  new time/op  delta
ReadGoSum-4   531µs ± 3%   518µs ± 7%  -2.41%  (p=0.033 n=13+15)

当只有两组样本时，benchstat还会额外计算出差值，比如本例中，平均花费时间下降了2.41%。

另外，p=0.033表示结果的可信程度，p 值越大可信程度越低，统计学中通常把p=0.05作为临界值，超过此值说明结果不可信，可能是样本过少等原因。

n=13+15表示采用的样本数量，出于某些原因(比如数据值反常，过大或过小)，benchstat会舍弃某些样本，本例中优化前的数据中舍弃了两个样本，优化后的数据没有舍弃，所以13+15，表示两组样本分别采用了13和15个样本。

小结

在Golang贡献者指导文档中，特别提到如果提交的代码涉及性能变化，需要将benchstat结果上传，以便代码审核者查看。

当然，我们也可以在闭源项目中使用，比起手工分析样本，benchstat明显可以大大提升效率。