Scalaでメソッドをプロファイルする方法は？

Scalaメソッド呼び出しをプロファイリングする標準的な方法は何ですか？

必要なのは、タイマーを開始および停止するために使用できるメソッドのフックです。

Javaでは、アスペクトプログラミング（aspectJ）を使用して、プロファイルするメソッドを定義し、バイトコードを注入して同じことを実現します。

Scalaで、プロセスの静的型付けを失うことなく、関数の前後に呼び出される一連の関数を定義できるより自然な方法はありますか？

タイミングを測定するコードを変更せずにこれを実行しますか？コードを変更してもかまわない場合は、次のようにすることができます。

def time[R](block: => R): R = {
    val t0 = System.nanoTime()
    val result = block    // call-by-name
    val t1 = System.nanoTime()
    println("Elapsed time: " + (t1 - t0) + "ns")
    result
}

// Now wrap your method calls, for example change this...
val result = 1 to 1000 sum

// ... into this
val result = time { 1 to 1000 sum }

Jesperの回答に加えて、メソッド呼び出しをREPLで自動的にラップできます。

scala> def time[R](block: => R): R = {
   | val t0 = System.nanoTime()
   | val result = block
   | println("Elapsed time: " + (System.nanoTime - t0) + "ns")
   | result
   | }
time: [R](block: => R)R

さて、これで何でも包みましょう

scala> :wrap time
wrap: no such command.  Type :help for help.

OK-パワーモードにする必要があります

scala> :power
** Power User mode enabled - BEEP BOOP SPIZ **
** :phase has been set to 'typer'.          **
** scala.tools.nsc._ has been imported      **
** global._ and definitions._ also imported **
** Try  :help,  vals.<tab>,  power.<tab>    **

包みます

scala> :wrap time
Set wrapper to 'time'

scala> BigDecimal("1.456")
Elapsed time: 950874ns
Elapsed time: 870589ns
Elapsed time: 902654ns
Elapsed time: 898372ns
Elapsed time: 1690250ns
res0: scala.math.BigDecimal = 1.456

なぜそれが5回印刷されたのか分かりません

2.12.2以降の更新：

scala> :pa
// Entering paste mode (ctrl-D to finish)

package wrappers { object wrap { def apply[A](a: => A): A = { println("running...") ; a } }}

// Exiting paste mode, now interpreting.


scala> $intp.setExecutionWrapper("wrappers.wrap")

scala> 42
running...
res2: Int = 42

Scalaには、利用できる3つのベンチマークライブラリがあります。

リンク先サイトのURLは変更される可能性が高いため、以下の関連コンテンツを貼り付けております。

1. SPerformance-パフォーマンステストを自動的に比較し、Simple Build Tool内で作業することを目的としたパフォーマンステストフレームワーク。

2. scala-benchmarking-template -Caliperに基づいてScala（マイクロ）ベンチマークを作成するためのSBTテンプレートプロジェクト。

3. メトリック -JVMレベルおよびアプリケーションレベルのメトリックをキャプチャします。だからあなたは何が起こっているのか知っています

これは私が使うもの：

import System.nanoTime
def profile[R](code: => R, t: Long = nanoTime) = (code, nanoTime - t)

// usage:
val (result, time) = profile { 
  /* block of code to be profiled*/ 
}

val (result2, time2) = profile methodToBeProfiled(foo)

testing.Benchmark 役に立つかもしれません。

scala> def testMethod {Thread.sleep(100)}
testMethod: Unit

scala> object Test extends testing.Benchmark {
     |   def run = testMethod
     | }
defined module Test

scala> Test.main(Array("5"))
$line16.$read$$iw$$iw$Test$     100     100     100     100     100

私はJesperからソリューションを取得し、同じコードの複数の実行でそれにいくつかの集計を追加しました

def time[R](block: => R) = {
    def print_result(s: String, ns: Long) = {
      val formatter = java.text.NumberFormat.getIntegerInstance
      println("%-16s".format(s) + formatter.format(ns) + " ns")
    }

    var t0 = System.nanoTime()
    var result = block    // call-by-name
    var t1 = System.nanoTime()

    print_result("First Run", (t1 - t0))

    var lst = for (i <- 1 to 10) yield {
      t0 = System.nanoTime()
      result = block    // call-by-name
      t1 = System.nanoTime()
      print_result("Run #" + i, (t1 - t0))
      (t1 - t0).toLong
    }

    print_result("Max", lst.max)
    print_result("Min", lst.min)
    print_result("Avg", (lst.sum / lst.length))
}

2つの関数counter_newとの時間を計測するとします。counter_old使用法は次のとおりです。

scala> time {counter_new(lst)}
First Run       2,963,261,456 ns
Run #1          1,486,928,576 ns
Run #2          1,321,499,030 ns
Run #3          1,461,277,950 ns
Run #4          1,299,298,316 ns
Run #5          1,459,163,587 ns
Run #6          1,318,305,378 ns
Run #7          1,473,063,405 ns
Run #8          1,482,330,042 ns
Run #9          1,318,320,459 ns
Run #10         1,453,722,468 ns
Max             1,486,928,576 ns
Min             1,299,298,316 ns
Avg             1,407,390,921 ns

scala> time {counter_old(lst)}
First Run       444,795,051 ns
Run #1          1,455,528,106 ns
Run #2          586,305,699 ns
Run #3          2,085,802,554 ns
Run #4          579,028,408 ns
Run #5          582,701,806 ns
Run #6          403,933,518 ns
Run #7          562,429,973 ns
Run #8          572,927,876 ns
Run #9          570,280,691 ns
Run #10         580,869,246 ns
Max             2,085,802,554 ns
Min             403,933,518 ns
Avg             797,980,787 ns

うまくいけば、これは役に立ちます

私はコードブロック内を移動しやすい手法を使用しています。重要なのは、タイマーの開始と終了がまったく同じ行であるということです。つまり、実際には単純なコピーと貼り付けです。もう1つの優れた点は、タイミングの意味を文字列としてすべて同じ行に定義できることです。

使用例：

Timelog("timer name/description")
//code to time
Timelog("timer name/description")

コード：

object Timelog {

  val timers = scala.collection.mutable.Map.empty[String, Long]

  //
  // Usage: call once to start the timer, and once to stop it, using the same timer name parameter
  //
  def timer(timerName:String) = {
    if (timers contains timerName) {
      val output = s"$timerName took ${(System.nanoTime() - timers(timerName)) / 1000 / 1000} milliseconds"
      println(output) // or log, or send off to some performance db for analytics
    }
    else timers(timerName) = System.nanoTime()
  }

長所：

• コードをブロックとしてラップしたり、行内で操作したりする必要はありません
• 探索的である場合、タイマーの開始と終了をコード行間で簡単に移動できます

短所：

• 完全に機能するコードの光沢が少ない
• タイマーを「閉じない」場合、たとえば、コードが特定のタイマー開始の2番目の呼び出しに到達しない場合、このオブジェクトは明らかにマップエントリをリークします。

ScalaMeterはScalaでベンチマークを実行するための素晴らしいライブラリです

以下は簡単な例です

import org.scalameter._

def sumSegment(i: Long, j: Long): Long = (i to j) sum

val (a, b) = (1, 1000000000)

val execution_time = measure { sumSegment(a, b) }

Scala Worksheetで上記のコードスニペットを実行すると、実行時間をミリ秒単位で取得します

execution_time: org.scalameter.Quantity[Double] = 0.260325 ms

私は@wrickの答えの単純さが好きですが、また欲しかったです：

• プロファイラーはループを処理します（一貫性と利便性のため）

• より正確なタイミング（nanoTimeを使用）

• 反復ごとの時間（すべての反復の合計時間ではない）

• 単にns / iterationを返す-タプルではない

これはここで達成されます：

def profile[R] (repeat :Int)(code: => R, t: Long = System.nanoTime) = { 
  (1 to repeat).foreach(i => code)
  (System.nanoTime - t)/repeat
}

さらに精度を上げるために、簡単な変更により、小さなスニペットのタイミングをとるためのJVMホットスポットウォームアップループ（タイミングなし）が可能になります。

def profile[R] (repeat :Int)(code: => R) = {  
  (1 to 10000).foreach(i => code)   // warmup
  val start = System.nanoTime
  (1 to repeat).foreach(i => code)
  (System.nanoTime - start)/repeat
}

Scalaコードのベンチマークに推奨されるアプローチは、sbt-jmhによるものです。

「誰も信用せず、すべてをベンチに掛けなさい。」-JMH（Java Microbenchmark Harness）のsbtプラグイン

このアプローチは、主要なScalaプロジェクトの多くで採用されています。たとえば、

• Scalaプログラミング言語自体
• Dotty（Scala 3）
• 関数型プログラミングのための猫ライブラリ
• IDE用のメタル言語サーバー

に基づく単純なラッパータイマーSystem.nanoTimeは、ベンチマークの信頼できる方法ではありません。

System.nanoTimeString.intern今と同じくらい悪いです。あなたはそれを使うことができますが、それを賢く使ってください。タイマーによって導入されるレイテンシ、粒度、およびスケーラビリティの影響は、適切な厳密さなしに行われた場合、測定に影響する可能性があります。これは、System.nanoTimeフレームワークのベンチマークによってユーザーから抽象化する必要がある多くの理由の1つです

さらに、JITウォームアップ、ガベージコレクション、システム全体のイベントなどの考慮事項により、測定が予測不能になる可能性があります。

ウォームアップ、デッドコードの除去、フォークなどを含む多くの影響を緩和する必要があります。幸い、JMHはすでに多くのことを処理しており、JavaとScalaの両方にバインディングがあります。

Travis Brownの回答に基づいて、ここにScalaのJMHベンチマークを設定する方法の例があります

1. jmhを追加 project/plugins.sbt

   addSbtPlugin("pl.project13.scala" % "sbt-jmh" % "0.3.7")

2. でjmhプラグインを有効にする build.sbt

   enablePlugins(JmhPlugin)

3. 追加 src/main/scala/bench/VectorAppendVsListPreppendAndReverse.scala

   package bench
   
   import org.openjdk.jmh.annotations._
   
   @State(Scope.Benchmark)
   @BenchmarkMode(Array(Mode.AverageTime))
   class VectorAppendVsListPreppendAndReverse {
     val size = 1_000_000
     val input = 1 to size
   
     @Benchmark def vectorAppend: Vector[Int] = 
       input.foldLeft(Vector.empty[Int])({ case (acc, next) => acc.appended(next)})
   
     @Benchmark def listPrependAndReverse: List[Int] = 
       input.foldLeft(List.empty[Int])({ case (acc, next) => acc.prepended(next)}).reverse
   }

4. でベンチマークを実行する

   sbt "jmh:run -i 10 -wi 10 -f 2 -t 1 bench.VectorAppendVsListPreppendAndReverse"

結果は

Benchmark                                                   Mode  Cnt  Score   Error  Units
VectorAppendVsListPreppendAndReverse.listPrependAndReverse  avgt   20  0.024 ± 0.001   s/op
VectorAppendVsListPreppendAndReverse.vectorAppend           avgt   20  0.130 ± 0.003   s/op

これは、aの前にList付加し、最後にそれを反転することは、aに付加し続けるよりも桁違いに速いことを示しているようVectorです。

巨人の肩の上に立っている間...

堅牢なサードパーティライブラリの方が理想的ですが、すばやく標準ライブラリに基づいたものが必要な場合は、次のバリアントが提供します。

• 繰り返し
• 最後の結果が複数回の繰り返しで勝ちます
• 複数回の繰り返しの合計時間と平均時間
• パラメータとしての時間/インスタントプロバイダの必要性を排除

。

import scala.concurrent.duration._
import scala.language.{postfixOps, implicitConversions}

package object profile {

  def profile[R](code: => R): R = profileR(1)(code)

  def profileR[R](repeat: Int)(code: => R): R = {
    require(repeat > 0, "Profile: at least 1 repetition required")

    val start = Deadline.now

    val result = (1 until repeat).foldLeft(code) { (_: R, _: Int) => code }

    val end = Deadline.now

    val elapsed = ((end - start) / repeat)

    if (repeat > 1) {
      println(s"Elapsed time: $elapsed averaged over $repeat repetitions; Total elapsed time")

      val totalElapsed = (end - start)

      println(s"Total elapsed time: $totalElapsed")
    }
    else println(s"Elapsed time: $elapsed")

    result
  }
}

また、Duration.toCoarsestメソッドを使用して可能な最大の時間単位に変換できることにも注意する必要がありますが、実行間のわずかな時間差でこれがどれほど友好的であるかはわかりません。

Welcome to Scala version 2.11.7 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_60).
Type in expressions to have them evaluated.
Type :help for more information.

scala> import scala.concurrent.duration._
import scala.concurrent.duration._

scala> import scala.language.{postfixOps, implicitConversions}
import scala.language.{postfixOps, implicitConversions}

scala> 1000.millis
res0: scala.concurrent.duration.FiniteDuration = 1000 milliseconds

scala> 1000.millis.toCoarsest
res1: scala.concurrent.duration.Duration = 1 second

scala> 1001.millis.toCoarsest
res2: scala.concurrent.duration.Duration = 1001 milliseconds

scala> 

使用できますSystem.currentTimeMillis：

def time[R](block: => R): R = {
    val t0 = System.currentTimeMillis()
    val result = block    // call-by-name
    val t1 = System.currentTimeMillis()
    println("Elapsed time: " + (t1 - t0) + "ms")
    result
}

使用法：

time{
    //execute somethings here, like methods, or some codes.
}  

nanoTimeが表示するnsので、見づらくなります。したがって、代わりにcurrentTimeMillisを使用することをお勧めします。