C# 基准测试实战指南：从基础原理到性能优化

1次阅读

没有评论

共计 2501 个字符，预计需要花费 7 分钟才能阅读完成。

在开发高性能应用时，我们经常遇到这样的困惑：

两种实现方式到底哪种更快？
这个优化真的有效吗？
为什么在生产环境和开发环境表现差异这么大？

传统的时间测量方法（如Stopwatch）存在诸多问题：测试结果不稳定、受系统环境影响大、难以自动化等。基准测试就是为解决这些问题而生的科学测量方法。

在.NET 生态中，主流的基准测试框架有：

BenchmarkDotNet（推荐）
NBench
SimpleBenchmark

BenchmarkDotNet 的优势在于：

自动预热和多次迭代确保结果稳定
丰富的统计分析和可视化输出
支持内存分配分析
活跃的社区支持
与.NET 工具链深度集成

首先创建控制台项目并安装依赖：

dotnet new console -n BenchmarkDemo
dotnet add package BenchmarkDotNet

using BenchmarkDotNet.Attributes;
using BenchmarkDotNet.Running;

[MemoryDiagnoser]
public class StringBenchmark
{[Benchmark]
    public string StringConcat()
    {
        string result = "";
        for (int i = 0; i < 100; i++)
        {result += i.ToString();
        }
        return result;
    }

    [Benchmark]
    public string StringBuilder()
    {var sb = new System.Text.StringBuilder();
        for (int i = 0; i < 100; i++)
        {sb.Append(i);
        }
        return sb.ToString();}
}

class Program
{static void Main(string[] args)
    {BenchmarkRunner.Run<StringBenchmark>();
    }
}

参数化测试：

[Params(10, 100, 1000)]
public int N;

[Benchmark]
public void Algorithm()
{// 使用 N 作为参数}

内存诊断：

[MemoryDiagnoser]属性可以显示：

分配的内存大小
GC 收集次数
基准配置：

[SimpleJob(RuntimeMoniker.Net60)]
[SimpleJob(RuntimeMoniker.Net70)]
public class CrossRuntimeBenchmark {/*...*/}

典型输出示例：

|      Method |     N |       Mean |    Error |   StdDev |  Gen 0 | Allocated |
|------------ |------ |-----------:|---------:|---------:|-------:|----------:|
|  StringConcat |   100 | 1,234.56 ns | 12.34 ns | 11.11 ns | 2.0000 |    8400 B |
| StringBuilder |   100 |    56.78 ns |  0.56 ns |  0.50 ns | 0.0125 |      53 B |

关键指标说明：

Mean: 平均执行时间
Error/StdDev: 误差范围
Gen 0: 第 0 代 GC 回收次数
Allocated: 内存分配量

死代码消除：

// 错误方式
[Benchmark]
public int Compute()
{return 42; // 编译器可能直接优化掉}

// 正确方式
private int _result;
[Benchmark]
public void Compute()
{_result = 42; // 存储结果防止优化}

环境干扰：
关闭其他应用程序
使用 [DryJob] 先验证测试逻辑
多次运行取稳定值
基准方法相互影响：

使用 [IterationCleanup] 和[IterationSetup]确保隔离

[Benchmark]
[Arguments(1, 100_000)]
[Arguments(4, 100_000)]
public void ParallelCompute(int threadCount, int items)
{
    Parallel.For(0, items, new ParallelOptions 
    {MaxDegreeOfParallelism = threadCount}, i =>
    {// 计算逻辑});
}

[MemoryDiagnoser]
public class MemoryBenchmark
{[Benchmark]
    public void AllocateArray()
    {var array = new int[1000];
    }
}

[MemoryDiagnoser]
public class CollectionBenchmark
{
    private List<int> _list;
    private HashSet<int> _hashSet;
    private int _searchItem;

    [GlobalSetup]
    public void Setup()
    {_list = Enumerable.Range(0, 10_000).ToList();
        _hashSet = new HashSet<int>(_list);
        _searchItem = _list.Count / 2;
    }

    [Benchmark]
    public bool ListContains() => _list.Contains(_searchItem);

    [Benchmark]
    public bool HashSetContains() => _hashSet.Contains(_searchItem);
}

基准测试是性能优化的科学基础。在实际项目中，建议：