《编程珠玑（续）（修订版）》—第1章1.3节专用的性能监视工具

本节书摘来自异步社区《编程珠玑（续）（修订版）》一书中的第1章，第1.3节专用的性能监视工具，作者【美】jon bentley，更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.3　专用的性能监视工具

到目前为止我们所看到的性能监视工具的原理，适用于从汇编和fortran直到ada这样的程序设计语言，但是很多程序员现在使用更强大的语言。如何监视lisp或apl程序的计算性能？又如何监视网络或数据库语言程序的计算性能？

我们打算用unix的管道（pipeline）作为更有趣的计算模型的例子。管道是一系列的过滤程序（filter）：当数据流经每个过滤程序时，对数据施加变换。下面这个经典的管道按照频率递减顺序打印某文件中使用最多的25个单词③。

当用这个管道在一本大约6万字的书中寻找25个最常见的单词时，我们监视这个管道的性能。输出的前6行是：

下面是对vax-11/750上计算的“管道性能监视”：

左边几列说明每个阶段的数据：行数、单词数、字符数。右边部分描述了数据阶段之间的过滤程序：用秒表示的用户时间、系统时间以及真实时间，后面是命令本身。

这个性能监视结果给出了程序员感兴趣的许多信息。这个管道是快速的，处理150页的书只需3.5分钟。第一次排序花了这个管道57%的运行时间，这种经过仔细调优的实用程序很难再提速了。第二次排序只花了这个管道14%的时间，但是还有调优的余地④。这个性能监视结果还发现了管道中隐藏的一处小错误。unix高手们会乐于找出引入空行的地方。

这个性能监视结果也透露了文件中单词的信息：共有57 651个单词，但只有4731个不同的单词。在第一个翻译程序之后，每个单词有4.3个字母。输出表明，最常见的单词是“the”，占了文件的6%。6个最常见的单词占了文件的18%。对英语中最常见的100个单词做专门处理也许还能提高速度。试试看从这些计数中找出其他有趣的表面规律。

跟许多unix用户一样，我过去也用手工监视管道的性能，利用单词计数（wc）命令来统计文件，用time命令来统计进程。“管道性能监视工具”让这个任务自动化了。用管道和一些输入文件的名称作为输入，产生性能监视结果作为输出。2个小时和50行代码就足以建立这个性能监视工具。下一节详细阐述这个话题。