基准测试显示,cereal
库反序列化我的数据结构(详细信息如下)所需的时间比从驱动器读取相同数据所需的时间长 100 倍:
benchmarking Read
mean: 465.7050 us, lb 460.9873 us, ub 471.0938 us, ci 0.950
std dev: 25.79706 us, lb 22.19820 us, ub 30.81870 us, ci 0.950
found 4 outliers among 100 samples (4.0%)
4 (4.0%) high mild
variance introduced by outliers: 53.460%
variance is severely inflated by outliers
benchmarking Read + Decode
collecting 100 samples, 1 iterations each, in estimated 6.356502 s
mean: 68.85135 ms, lb 67.65992 ms, ub 70.05832 ms, ci 0.950
std dev: 6.134430 ms, lb 5.607914 ms, ub 6.755639 ms, ci 0.950
variance introduced by outliers: 74.863%
variance is severely inflated by outliers
在我的程序中分析此数据结构的典型反序列化用法也支持了这一点,其中 98% 的时间用于反序列化数据,1% 是 IO 加上核心算法:
COST CENTRE MODULE %time %alloc
getWord8 Data.Serialize.Get 30.5 40.4
unGet Data.Serialize.Get 29.5 17.9
getWord64be Data.Serialize.Get 14.0 10.7
getListOf Data.Serialize.Get 10.2 12.8
roll Data.Serialize 8.2 11.5
shiftl_w64 Data.Serialize.Get 3.4 2.9
decode Data.Serialize 2.9 3.1
main Main 1.3 0.6
我要反序列化的数据结构是一个IntMap [Triplet Atom]
,组件类型的定义如下:
type Triplet a = (a, a, a)
data Point = Point {
_x :: {-# UNPACK #-} !Double ,
_y :: {-# UNPACK #-} !Double ,
_z :: {-# UNPACK #-} !Double }
data Atom = Atom {
_serial :: {-# UNPACK #-} !Int ,
_r :: {-# UNPACK #-} !Point ,
_n :: {-# UNPACK #-} !Word64 }
我正在使用 cereal
提供的默认 IntMap
、(,,)
和 []
实例,以及我的自定义类型的以下类型和实例:
instance Serialize Point where
put (Point x y z) = do
put x
put y
put z
get = Point <$> get <*> get <*> get
instance Serialize Atom where
put (Atom s r n) = do
put s
put r
put n
get = Atom <$> get <*> get <*> get
所以我的问题是:
- 为什么反序列化一般这么慢?
- 有什么方法可以更改我的数据结构(即
IntMap
/[]
)以使反序列化速度更快? - 有什么方法可以更改我的数据类型(即
Atom
/Point
)以使反序列化速度更快? - Haskell 中是否有比
cereal
更快的替代方案,或者我应该将数据结构存储在 C-land 中以进行更快速的反序列化(即使用mmap
)?<
我正在反序列化的这些文件用于搜索引擎的子索引,因为完整索引无法放入目标计算机(消费级桌面)的内存中,因此我将每个子索引存储在磁盘上并读取+解码内存中初始全局索引所指向的子索引。另外,我并不关心序列化速度,因为搜索索引是最终用户的瓶颈,并且 cereal
当前的序列化性能对于生成和更新索引来说是令人满意的。
编辑:
尝试了 Don 使用节省空间的三元组的建议,这使速度提高了四倍:
benchmarking Read
mean: 468.9671 us, lb 464.2564 us, ub 473.8867 us, ci 0.950
std dev: 24.67863 us, lb 21.71392 us, ub 28.39479 us, ci 0.950
found 2 outliers among 100 samples (2.0%)
2 (2.0%) high mild
variance introduced by outliers: 50.474%
variance is severely inflated by outliers
benchmarking Read + Decode
mean: 15.04670 ms, lb 14.99097 ms, ub 15.10520 ms, ci 0.950
std dev: 292.7815 us, lb 278.8742 us, ub 308.1960 us, ci 0.950
variance introduced by outliers: 12.303%
variance is moderately inflated by outliers
但是,它仍然是瓶颈,使用的时间是 IO 的 25 倍。另外,有人可以解释为什么唐的建议有效吗?这是否意味着如果我切换到列表以外的其他内容(例如数组?),它也可能会带来改进?
编辑 #2:刚刚切换到最新的 Haskell 平台并重新运行 Cereal 分析。该信息相当详细,我提供了 hpaste其中。
最佳答案
好的。通过建议摘要来回答这个问题。为了快速反序列化数据:
- 使用
cereal
(严格字节串输出)或binary
(惰性字节串输出) - 确保使用 -O2 进行编译,因为这些库依赖内联来消除开销
- 使用密集数据类型,例如用解压缩的专用形式替换多态元组。
- 避免将数据类型转换为列表来序列化它们。如果您有字节串,则会处理此问题。对于解包数组类型,您通常会获得非常快的 IO,但值得仔细检查实例
- 您也许可以使用 mmap'd IO
- 对于双重数据,请考虑使用更高效的双读取器。
- 使用针对性能进行调整的现代数组和容器类型以及更新的 GHC 版本。
关于performance - 如何在 Haskell 中进行快速数据反序列化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10902405/