我們經(jīng)常需要在程序中測(cè)量某段代碼的性能，或者某個(gè)函數(shù)的性能，在Java中，我們可能簡(jiǎn)單地循環(huán)調(diào)用某個(gè)方法多少次，然后利用System.currentTimeMillis()方法測(cè)量下時(shí)間。在Ruby中，一般都是用
Benchmark module做測(cè)試，提供了更詳細(xì)的報(bào)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(lái)測(cè)量運(yùn)行時(shí)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(gè)求和函數(shù)sum1和sum2，一個(gè)是利用reduce，一個(gè)是自己寫loop，然后寫了個(gè)bench函數(shù)循環(huán)一定次數(shù)執(zhí)行sum函數(shù)并給出執(zhí)行時(shí)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(shù)的實(shí)現(xiàn)。
除了用System.currentTimeMillis()這樣的java方式測(cè)量運(yùn)行時(shí)間外，clojure還提供了time宏來(lái)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(shù)：
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(lái)sum1比sum2快。
這樣的測(cè)試仍然是比較粗糙的，真正的性能測(cè)試需要考慮到JVM JIT、warm up以及gc帶來(lái)的影響，例如我們可能需要預(yù)先執(zhí)行函數(shù)多少次來(lái)讓JVM“預(yù)熱”這些代碼。慶幸的是clojure世界里有一個(gè)開源庫(kù)
Criterium幫你自動(dòng)搞定這一切，它的項(xiàng)目主頁(yè)也在github上：https://github.com/hugoduncan/criterium
首先在你的項(xiàng)目里添加criterium依賴：
:dependencies [[org.clojure/clojure "1.3.0"]
[criterium "0.2.0"]])
接下來(lái)引用criterium.core這個(gè)ns，因?yàn)閏riterium主要宏也叫bench，因此我們?cè)瓉?lái)的bench函數(shù)不能用了，換個(gè)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(diào)用criterium的
bench宏執(zhí)行測(cè)試，使用
with-progress-reporting宏包裝測(cè)試代碼并匯報(bào)測(cè)試進(jìn)展，測(cè)試進(jìn)展會(huì)打印在標(biāo)準(zhǔn)輸出上。請(qǐng)注意，我這里并沒有利用dotimes做循環(huán)測(cè)試，因?yàn)閏riterium會(huì)自己計(jì)算應(yīng)該運(yùn)行的循環(huán)次數(shù)，我們并不需要明確指定，測(cè)試下結(jié)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(gè)報(bào)告是不是相當(dāng)專業(yè)？不是搞統(tǒng)計(jì)還不一定讀的懂。大概解讀下，sample-count是取樣次數(shù)，默認(rèn)是60次，exec-count是測(cè)試的執(zhí)行次數(shù)（不包括前期warm up和JIT在內(nèi)），CI是可信區(qū)間，這里取95％，Execution time mean是平均執(zhí)行時(shí)間，而lower和upper是測(cè)試過(guò)程中執(zhí)行時(shí)間的最小和最大值。而outliers是這一組測(cè)試中的異常值，比如執(zhí)行sum1測(cè)試發(fā)現(xiàn)了2組異常結(jié)果。從結(jié)果來(lái)看,sum1的平均執(zhí)行時(shí)間是722微秒，而sum2的平均執(zhí)行時(shí)間是1.07毫秒，因此還是sum1更快一些。
總結(jié)下，如果只是在開發(fā)過(guò)程中做一些小塊代碼的簡(jiǎn)單測(cè)試，可以直接利用內(nèi)置的time宏，如果你希望做一次比較標(biāo)準(zhǔn)的性能測(cè)試，那么就應(yīng)該利用
criterium這個(gè)優(yōu)秀的開源庫(kù)。