搜索
简帛阁>技术文章>c++的glog与spdlog的性能对比测试分析

c++的glog与spdlog的性能对比测试分析

问题:

之前看到有的博文说glog性能很好,效率很高,当时第一反应是“这个结论是几几年的?”,可惜博文都是各种抄袭和转载,不容易找到结论出处,我一直很怀疑它的写入吞吐性能。

之前作为学习优秀的代码案例,略看过glog的源代码。它是线程同步的方式记录和写入,每次调用日志的地方都要创建和释放日志器,确实在每次创建对象时并没有创建额外缓存空间,而是复用第一次创建的内存空间,这相比于每次创建申请新内存而言,效率很高,难道高性能仅仅指这个?可惜我自己的C++水平也就是应用程序开发,暂时是没有能力写出这类高性能基础工具库的。

所以,不如直接运行以下,从结果上比一比就知道。

测试内容:

今天把spdlog日志库,也用了下,并且和glog做了简单对比。spdlog在引入到项目中的成本很低,只要引入头文件,glog还需要配置下,如果是第一次,还需要额外编译一个glog版本。

基于十万笔日志数据,大概也就10MB不到。

测试结果如下,是在一台低配的服务器上跑的,硬盘还是机械的scsi接口,后面给出测试代码,程序代码相同环境下运行:

在同步调用的场景下,spdlog比glog快,spdlog耗时0.135秒,glog耗时1.027秒,简单异步spdlog耗时0.158秒,普通ofstream流写入0.252秒。

另外,在自己开发环境的电脑上用的是固态硬盘,结果如下:

在同步调用的场景下,spdlog比glog快,spdlog耗时0.057秒,glog耗时0.475秒,简单异步spdlog耗时0.093秒,普通ofstream流写入0.112秒。

测试环境:

winserver 2012, 非固态硬盘

VS2019 ,C++11,spdlog-1.x,glog

glog测试代码如下:

#pragma once
#define GLOG_NO_ABBREVIATED_SEVERITIES
#include <spdlog/spdlog.h>
#include <logging.h>
#include <thread>
#include <spdlog/stopwatch.h>
using namespace google;
#ifdef _DEBUG
#pragma comment(lib, "glogd.lib")
#else
#pragma comment(lib, "glog.lib")
#endif // DEBUG
void testGlog2()
{
  int i = 0;
  spdlog::stopwatch sw;
  while (i < 100 * 1000)
  {
    LOG(INFO) << "async logger";
    i++;
  }
  LOG(INFO) << "testGlog Elapsed " << sw.elapsed().count();
}
void testGlog()
{
  // Start google log system:
  FLAGS_log_dir = ".\\log\\";
  google::InitGoogleLogging("loglog");
  google::SetLogDestination(google::GLOG_INFO, ".\\logs\\glog");
  google::SetStderrLogging(google::GLOG_FATAL);
  google::SetLogFilenameExtension("log_");
  FLAGS_colorlogtostderr = true;  // Set log color
  FLAGS_logbufsecs = 5;  // Set log output speed(s)
  FLAGS_max_log_size = 50;  // Set max log file size
  FLAGS_stop_logging_if_full_disk = true;  // If disk is full
  std::thread* t = new std::thread(testGlog2);
  t->join();
  google::ShutdownGoogleLogging();
}

spdlog异步测试代码:

spdlog::info(" 创建basicFileLogger ");
        auto logger = spdlog::basic_logger_mt("basic_logger", "logs/basic_log.txt");
        logger->info("文件创建完毕。");
        logger->set_pattern("[%Y-%m-%d %H:%M:%S.%f %z][thread %t][%n][%l]: %v");
        int i = 0;
        spdlog::stopwatch sw;
        while (i < 100 * 1000)
        {
            logger->info("basic_logger_mt logger");
            i++;
        }
        logger->info("asyncExample Elapsed {:.7}", sw);

普通io流写入测试代码:

ofstream logger;
  logger.open("logs/fopen.txt", std::ios::out);
  int i = 0;
  spdlog::stopwatch sw;
  while (i < 100 * 1000)
  {
    logger << asctime(& spdlog::details::os::gmtime()) <<__FUNCTION__ << " "<<__LINE__ <<" " << ("async logger") <<"\r\n";
    i++;
  }
  logger<<"asyncExample Elapsed "<< sw.elapsed().count();
  logger.close();

总结:

仅仅从调用性能上看,spdlog耗时略低于glog。调用耗时从低到高如下:

spdlog同步 < spdlog异步 < glog < 普通ofstream流

但是如果把计算机看作是工程化,则并不是简单追求性能的。我觉得工程有一个因素是投入产出比。实际上,在平常项目中,我也用的是glog居多,因为glog很多的LOG_IF这类宏用起来很方便,对于日志吞吐性能也足够使用,而且默认是dll方式使用,在多个独立的组件dll之间可以使用同一个glog实例,只有少数模块需要尽量减少日志写入影响的地方,用了spdlog异步方式。

录问题:测试内容:测试环境:glog测试代码如下:spdlog异步测试代码:普通io流写入测试代码:总结:问题:之前看到有的博文说glog性能很好,效率很高,当时第一反应是这个结论是几几年?,可惜
景最近在做一个服务发现/注册agent,各个服务需要通过这个agent来注册自己服务,在完成开发后,测试性能时发现性能达不到要求,通过pprof来确认cpu主要耗费在gc上,分析结果主要是由于字
keyword:std::mutex、std::atomic、benchmark、performance原文作者:@玄冬Wong测试案例:8个线程分别执行1250万次累加和累减,累加最终结果为10亿
考文档:https://spdlogdocsforgecom/master/spdlog简介Veryfast,headeronly,C++logginglibrary一个headeronlyC++
最近一直纠结性能分析调优如何下手,先从硬件开始,还是先从代码或数据库。从操作系统(CPU调度,内存管理,进程调度,磁盘I/O)、网络、协议(HTTP,TCP/IP),还是从应用程序代码,数据库调优
当你用startwithconnectbynocycleprior进行递归查找数据时候那么下面两段代码性能肯定是有明显差别的大家用时候请注意了代码可以不看下面直接看我总结//查询某个文件夹文件
准备工作Go(基于Gin)NetCore准备一最简单接口,为避免影响,不返回任何数据。Go:testgopackagetestimport(githubcom/gingonic/gin)func
地数据库接触不多,最早用过Access,但现在SQLite功能更加强大而且,说实在的我不喜欢Access,连带着不喜欢SqlServer,只要一看到满眼@号go号我就头晕不止;更何况有一个我感觉非
在hadoop领域,上T数据存储和处理是非常常见。不同存储格式和压缩组合能为存储和性能带来效率。本次对比测试Snappy+RCFile组合LZO+TextFile组合压缩比和查询性能,其结果
网络上对着三者解释混乱,特此记录!性能测试,压力测试,负载测试,经常听说却并没有真正去了解区别,而且网上大部分讲还是有点混乱,很容易让人混淆。所以根据自己经验还有查阅软件测试书籍做了一些总