我們經常需要在程序中測量某段代碼的性能，或者某個函數的性能，在Java中，我們可能簡單地循環調用某個方法多少次，然后利用System.currentTimeMillis()方法測量下時間。在Ruby中，一般都是用
Benchmark module做測試，提供了更詳細的報告信息。
同樣，在Clojure里你可以做這些事情，你仍然可以使用System.currentTimeMillis()來測量運行時間，例如：
user=> (defn sum1 [& args] (reduce + 0 args))
#'user/sum1
user=> (defn sum2 [& args]
(loop [rt 0
args args]
(if args
(recur (+ rt (first args)) (next args))
rt)))
#'user/sum2
user=> (defn bench [sum n]
(let [start (System/currentTimeMillis)
nums (range 0 (+ n 1))]
(dotimes [_ n] (apply sum nums))
(println (- (System/currentTimeMillis) start))))
user=> (bench sum1 10000)
1818
nil
user=> (bench sum2 10000)
4220
nil
定義兩個求和函數sum1和sum2，一個是利用reduce，一個是自己寫loop，然后寫了個bench函數循環一定次數執行sum函數并給出執行時間，利用System.currentTimeMillis()方法。顯然sum1比sum2快了一倍多。為什么更快？這不是我們的話題，有興趣可以自己看reduce函數的實現。
除了用System.currentTimeMillis()這樣的java方式測量運行時間外，clojure還提供了time宏來包裝這一切：
user=> (doc time)
-------------------------
clojure.core/time
([expr])
Macro
Evaluates expr and prints the time it took. Returns the value of
expr.
nil
time宏用的不是currentTimeMillis方法，而是JDK5引入的nanoTime方法更精確。重寫bench函數：
user=> (defn bench [sum n]
(time (dotimes [_ n] (apply sum (range 0 (+ n 1))))))
#'user/bench
user=> (bench sum1 10000)
"Elapsed time: 5425.074 msecs"
nil
user=> (bench sum2 10000)
"Elapsed time: 7893.412 msecs"
nil
盡管精度不一致，仍然可以看出來sum1比sum2快。
這樣的測試仍然是比較粗糙的，真正的性能測試需要考慮到JVM JIT、warm up以及gc帶來的影響，例如我們可能需要預先執行函數多少次來讓JVM“預熱”這些代碼。慶幸的是clojure世界里有一個開源庫
Criterium幫你自動搞定這一切，它的項目主頁也在github上：https://github.com/hugoduncan/criterium
首先在你的項目里添加criterium依賴：
:dependencies [[org.clojure/clojure "1.3.0"]
[criterium "0.2.0"]])
接下來引用criterium.core這個ns，因為criterium主要宏也叫bench，因此我們原來的bench函數不能用了，換個名字叫bench-sum:
user=> (use 'criterium.core)
nil
user=> (defn bench-sum [sum n]
(with-progress-reporting (bench (apply sum (range 0 (+ 1 n))) :verbose)))
#'user/bench-sum
調用criterium的
bench宏執行測試，使用
with-progress-reporting宏包裝測試代碼并匯報測試進展，測試進展會打印在標準輸出上。請注意，我這里并沒有利用dotimes做循環測試，因為criterium會自己計算應該運行的循環次數，我們并不需要明確指定，測試下結果：
user=> (bench-sum sum1 10000)
Cleaning JVM allocations
Warming up
for JIT optimisations
Estimating execution count
Running with sample-count 60 exec-count 1417
Checking GC
Cleaning JVM allocations
Finding outliers
Bootstrapping
Checking outlier significance
x86_64 Mac OS X 10.7.3 4 cpu(s)
Java HotSpot(TM) 64-Bit Server VM 20.4-b02-402
Runtime arguments: -Dclojure.compile.path=/Users/apple/programming/avos/logdashboard/test/classes -Dtest.version=1.0.0-SNAPSHOT -Dclojure.debug=
false
Evaluation count : 85020
Execution time mean : 722.730169 us 95.0% CI: (722.552670 us, 722.957586 us)
Execution time std-deviation : 1.042966 ms 95.0% CI: (1.034972 ms, 1.054015 ms)
Execution time lower ci : 692.122089 us 95.0% CI: (692.122089 us, 692.260198 us)
Execution time upper ci : 768.239944 us 95.0% CI: (768.239944 us, 768.305222 us)
Found 2 outliers in 60 samples (3.3333 %)
low-severe 2 (3.3333 %)
Variance from outliers : 25.4066 % Variance is moderately inflated by outliers
nil
user=> (bench-sum sum2 10000)
Cleaning JVM allocations
Warming up
for JIT optimisations
Estimating execution count
Running with sample-count 60 exec-count 917
Checking GC
Cleaning JVM allocations
Finding outliers
Bootstrapping
Checking outlier significance
x86_64 Mac OS X 10.7.3 4 cpu(s)
Java HotSpot(TM) 64-Bit Server VM 20.4-b02-402
Runtime arguments: -Dclojure.compile.path=/Users/apple/programming/avos/logdashboard/test/classes -Dtest.version=1.0.0-SNAPSHOT -Dclojure.debug=
false
Evaluation count : 55020
Execution time mean : 1.070884 ms 95.0% CI: (1.070587 ms, 1.071136 ms)
Execution time std-deviation : 1.057659 ms 95.0% CI: (1.050688 ms, 1.062877 ms)
Execution time lower ci : 1.024195 ms 95.0% CI: (1.024164 ms, 1.024195 ms)
Execution time upper ci : 1.145664 ms 95.0% CI: (1.145664 ms, 1.145741 ms)
Found 1 outliers in 60 samples (1.6667 %)
low-severe 1 (1.6667 %)
Variance from outliers : 19.0208 % Variance is moderately inflated by outliers
nil
這個報告是不是相當專業？不是搞統計還不一定讀的懂。大概解讀下，sample-count是取樣次數，默認是60次，exec-count是測試的執行次數（不包括前期warm up和JIT在內），CI是可信區間，這里取95％，Execution time mean是平均執行時間，而lower和upper是測試過程中執行時間的最小和最大值。而outliers是這一組測試中的異常值，比如執行sum1測試發現了2組異常結果。從結果來看,sum1的平均執行時間是722微秒，而sum2的平均執行時間是1.07毫秒，因此還是sum1更快一些。
總結下，如果只是在開發過程中做一些小塊代碼的簡單測試，可以直接利用內置的time宏，如果你希望做一次比較標準的性能測試，那么就應該利用
criterium這個優秀的開源庫。