R:Измерение времени выполнения выражений — различия между версиями
м |
м |
||
Строка 12: | Строка 12: | ||
Самый простой инструмент для измерения времени выполнения кода - функция <code>system.time()</code> из пакета <code>base</code>. В качестве аргумента функция <code>system.time()</code> принимает выражения и возвращает время выполнения данного выражения. Измерим время выполнения функции <code>Sys.sleep()</code>, которая останавливает выполнение кода на заданный интервал времени (в секундах): | Самый простой инструмент для измерения времени выполнения кода - функция <code>system.time()</code> из пакета <code>base</code>. В качестве аргумента функция <code>system.time()</code> принимает выражения и возвращает время выполнения данного выражения. Измерим время выполнения функции <code>Sys.sleep()</code>, которая останавливает выполнение кода на заданный интервал времени (в секундах): | ||
− | + | {{r-code| | |
> system.time(Sys.sleep(1)) | > system.time(Sys.sleep(1)) | ||
пользователь система прошло | пользователь система прошло | ||
0.003 0.004 1.000 | 0.003 0.004 1.000 | ||
− | + | }} | |
Как видим, на выполнение данной операции заняло ровно одну секунду. | Как видим, на выполнение данной операции заняло ровно одну секунду. | ||
Строка 22: | Строка 22: | ||
Приведём ещё один пример. Сравним время вычисления встроенной в R функции <code>mean()</code> и среднего, вычисленного по формуле <math>\frac{1}{n}\sum_{i=1}^{n}x_{i}</math>. на сгенерированном массиве нормально распределенных значений: | Приведём ещё один пример. Сравним время вычисления встроенной в R функции <code>mean()</code> и среднего, вычисленного по формуле <math>\frac{1}{n}\sum_{i=1}^{n}x_{i}</math>. на сгенерированном массиве нормально распределенных значений: | ||
− | + | {{r-code| | |
> x <- rnorm(10^7L) | > x <- rnorm(10^7L) | ||
> system.time(mean(x)) | > system.time(mean(x)) | ||
Строка 30: | Строка 30: | ||
пользователь система прошло | пользователь система прошло | ||
0.013 0.000 0.012 | 0.013 0.000 0.012 | ||
− | + | }} | |
Функция возвращает 3 значения: | Функция возвращает 3 значения: | ||
Строка 43: | Строка 43: | ||
Проиллюстрируем вышесказанное на примере: | Проиллюстрируем вышесказанное на примере: | ||
− | + | {{r-code| | |
> replicate(10, system.time(mean(x))[["elapsed"]]) | > replicate(10, system.time(mean(x))[["elapsed"]]) | ||
[1] 0.024 0.020 0.019 0.018 0.017 0.016 0.015 0.015 0.015 0.015 | [1] 0.024 0.020 0.019 0.018 0.017 0.016 0.015 0.015 0.015 0.015 | ||
− | + | }} | |
В этом примере с помощью функции <code>replicate()</code> мы повторили выражение <code>system.time(mean(x))</code> 10 раз, отфильтровав вывод функции <code>system.time()</code> так, чтобы нам выводилось только время выполнения команды, дописав <code>[["elapsed"]]</code>. Как мы видим, время выполнения при повторном выполнении выражения может отличаться. | В этом примере с помощью функции <code>replicate()</code> мы повторили выражение <code>system.time(mean(x))</code> 10 раз, отфильтровав вывод функции <code>system.time()</code> так, чтобы нам выводилось только время выполнения команды, дописав <code>[["elapsed"]]</code>. Как мы видим, время выполнения при повторном выполнении выражения может отличаться. | ||
Строка 52: | Строка 52: | ||
Базовый пакет позволяет реализовать процедуру многократного повторения выражения функции как минимум двумя способами. Первый - функция <code>replicate()</code>. Приведенное выше сопоставление времени выполнения двух выражений при использовании функции <code>replicate()</code> будет выглядеть следующим образом: | Базовый пакет позволяет реализовать процедуру многократного повторения выражения функции как минимум двумя способами. Первый - функция <code>replicate()</code>. Приведенное выше сопоставление времени выполнения двух выражений при использовании функции <code>replicate()</code> будет выглядеть следующим образом: | ||
− | + | {{r-code| | |
> system.time(replicate(100, mean(x))) | > system.time(replicate(100, mean(x))) | ||
пользователь система прошло | пользователь система прошло | ||
Строка 59: | Строка 59: | ||
пользователь система прошло | пользователь система прошло | ||
0.817 0.016 0.835 | 0.817 0.016 0.835 | ||
− | + | }} | |
Тот же самый эффект можно получить и с помощью обычного цикла <code>for()</code>: | Тот же самый эффект можно получить и с помощью обычного цикла <code>for()</code>: | ||
− | + | {{r-code| | |
> system.time(for (i in seq_len(100)) mean(x)) | > system.time(for (i in seq_len(100)) mean(x)) | ||
пользователь система прошло | пользователь система прошло | ||
Строка 70: | Строка 70: | ||
пользователь система прошло | пользователь система прошло | ||
0.797 0.000 0.800 | 0.797 0.000 0.800 | ||
− | + | }} | |
Можно также использовать описательные статистики в сочетании с множественными повторениями: | Можно также использовать описательные статистики в сочетании с множественными повторениями: | ||
− | + | {{r-code| | |
> median(replicate(100, system.time(mean(x))[["elapsed"]])) | > median(replicate(100, system.time(mean(x))[["elapsed"]])) | ||
[1] 0.0155 | [1] 0.0155 | ||
− | + | }} | |
В примере выше мы взяли только значения <code>elapsed</code> и рассчитали медиану <ref>Медиана является более устойчивой мерой центральной тенденции при асимметрии распределения, что, как правило, характерно для измерения времени.</ref>. | В примере выше мы взяли только значения <code>elapsed</code> и рассчитали медиану <ref>Медиана является более устойчивой мерой центральной тенденции при асимметрии распределения, что, как правило, характерно для измерения времени.</ref>. | ||
Строка 89: | Строка 89: | ||
Для примера возьмём несколько способов расчёта среднего арифметического для сгенерированного массива данных. | Для примера возьмём несколько способов расчёта среднего арифметического для сгенерированного массива данных. | ||
− | + | {{r-code| | |
> x <- replicate(10, rnorm(10^6L)) | > x <- replicate(10, rnorm(10^6L)) | ||
− | + | }} | |
Использованные нами способы - функции векторизованных вычислений (<code>apply()</code>, <code>vapply()</code>), стандартный цикл и специальная функция вычисления средних по столбцам <code>ColMeans()</code>. Представим эти способы в виде самостоятельных функций для удобства их вызова при работе с <code>benchmark()</code>: | Использованные нами способы - функции векторизованных вычислений (<code>apply()</code>, <code>vapply()</code>), стандартный цикл и специальная функция вычисления средних по столбцам <code>ColMeans()</code>. Представим эти способы в виде самостоятельных функций для удобства их вызова при работе с <code>benchmark()</code>: | ||
− | + | {{r-code| | |
colMeansApply <- function(x) { | colMeansApply <- function(x) { | ||
apply(x, 2, mean) | apply(x, 2, mean) | ||
Строка 120: | Строка 120: | ||
return(res) | return(res) | ||
} | } | ||
− | + | }} | |
Убедимся, что функции возвращают одинаковый результат. Сделать это можно с помощью функций <code>identical()</code> или <code>all.equal()</code>: | Убедимся, что функции возвращают одинаковый результат. Сделать это можно с помощью функций <code>identical()</code> или <code>all.equal()</code>: | ||
− | + | {{r-code| | |
> identical(colMeansApply(x), colMeansVapply(x), colMeansLoop(x), colMeansLoopVec(x), colMeans(x)) | > identical(colMeansApply(x), colMeansVapply(x), colMeansLoop(x), colMeansLoopVec(x), colMeans(x)) | ||
[1] TRUE | [1] TRUE | ||
− | + | }} | |
Теперь, подключив пакет rbenchmark, мы можем сравнить время работы каждого из выбранных нами способов вычисления средних по столбцам: | Теперь, подключив пакет rbenchmark, мы можем сравнить время работы каждого из выбранных нами способов вычисления средних по столбцам: | ||
− | + | {{r-code| | |
> library(rbenchmark) | > library(rbenchmark) | ||
> benchmark(colMeansApply(x), colMeansVapply(x), colMeansLoop(x), | > benchmark(colMeansApply(x), colMeansVapply(x), colMeansLoop(x), | ||
Строка 141: | Строка 141: | ||
2 colMeansVapply(x) 100 7.724 9.827 7.630 0.067 0 0 | 2 colMeansVapply(x) 100 7.724 9.827 7.630 0.067 0 0 | ||
5 colMeans(x) 100 0.786 1.000 0.784 0.000 0 0 | 5 colMeans(x) 100 0.786 1.000 0.784 0.000 0 0 | ||
− | + | }} | |
Наиболее важны для нас в выводе функции <code>benchmark()</code> столбцы <code>elapsed</code> и <code>relative</code>. Столбец <code>elapsed</code> показывает время в секундах, затраченное на выполнение интересующей нас функции. Как видим из примера, самыми медленными оказались функции <code>colMeansApply()</code> и <code>colMeansLoop()</code>, а самой быстрой <code>colMeans()</code>, причём превосходит остальные по скорости выполнения как минимум в 7 раз. | Наиболее важны для нас в выводе функции <code>benchmark()</code> столбцы <code>elapsed</code> и <code>relative</code>. Столбец <code>elapsed</code> показывает время в секундах, затраченное на выполнение интересующей нас функции. Как видим из примера, самыми медленными оказались функции <code>colMeansApply()</code> и <code>colMeansLoop()</code>, а самой быстрой <code>colMeans()</code>, причём превосходит остальные по скорости выполнения как минимум в 7 раз. | ||
Строка 149: | Строка 149: | ||
Для более удобного просмотра можно отфильтровать вывод функции <code>benchmark()</code> с помощью аргумента <code>columns</code>. Также может быть полезен аргумент <code>order</code>, позволяющий отсортировать вывод по любому из столбцов. Для примера зададим набор показателей, которые мы хотим включить в таблицу (в данном случае это «test», «replications», «elapsed», «relative»), и отсортируем выдачу по столбцу «elapsed» по возрастанию значений: | Для более удобного просмотра можно отфильтровать вывод функции <code>benchmark()</code> с помощью аргумента <code>columns</code>. Также может быть полезен аргумент <code>order</code>, позволяющий отсортировать вывод по любому из столбцов. Для примера зададим набор показателей, которые мы хотим включить в таблицу (в данном случае это «test», «replications», «elapsed», «relative»), и отсортируем выдачу по столбцу «elapsed» по возрастанию значений: | ||
− | + | {{r-code| | |
> benchmark(colMeansApply(x), colMeansVapply(x), colMeansLoop(x), colMeansLoopVec(x), colMeans(x), | > benchmark(colMeansApply(x), colMeansVapply(x), colMeansLoop(x), colMeansLoopVec(x), colMeans(x), | ||
+ replications = 100, order = "relative", | + replications = 100, order = "relative", | ||
Строка 158: | Строка 158: | ||
2 colMeansVapply(x) 100 7.716 9.867 | 2 colMeansVapply(x) 100 7.716 9.867 | ||
1 colMeansApply(x) 100 13.142 16.806 | 1 colMeansApply(x) 100 13.142 16.806 | ||
− | + | }} | |
Таким образом, сравнив несколько альтернатив решения нашей задачи, мы можем сделать обоснованный выбор в пользу наиболее эффективного варианта. | Таким образом, сравнив несколько альтернатив решения нашей задачи, мы можем сделать обоснованный выбор в пользу наиболее эффективного варианта. | ||
Строка 164: | Строка 164: | ||
Чтобы не указывать нужные столбцы каждый раз, когда используется функция <code>benchmark()</code>, можно закрепить заданный формат выдачи результатов (далее используется именно такой формат вывода, с сортировкой по столбцу «relative»). Для этого следует воспользоваться функцией <code>formals()</code>: | Чтобы не указывать нужные столбцы каждый раз, когда используется функция <code>benchmark()</code>, можно закрепить заданный формат выдачи результатов (далее используется именно такой формат вывода, с сортировкой по столбцу «relative»). Для этого следует воспользоваться функцией <code>formals()</code>: | ||
− | + | {{r-code| | |
> formals(benchmark)$columns <- c("test", "replications", "elapsed", "relative") | > formals(benchmark)$columns <- c("test", "replications", "elapsed", "relative") | ||
> formals(benchmark)$order <- "relative" | > formals(benchmark)$order <- "relative" | ||
− | + | }} | |
== Пакет <code>microbenchmark</code> == | == Пакет <code>microbenchmark</code> == | ||
Строка 181: | Строка 181: | ||
В таблице ниже представлено время выполнения пяти функций вычисления среднего значения из предыдущего примера, полученное с помощью функции <code>microbenchmark()</code>: | В таблице ниже представлено время выполнения пяти функций вычисления среднего значения из предыдущего примера, полученное с помощью функции <code>microbenchmark()</code>: | ||
− | + | {{r-code| | |
> res <- microbenchmark(colMeansApply(x), colMeansVapply(x), colMeansLoop(x), | > res <- microbenchmark(colMeansApply(x), colMeansVapply(x), colMeansLoop(x), | ||
+ colMeansLoopVec(x), colMeans(x), times = 100) | + colMeansLoopVec(x), colMeans(x), times = 100) | ||
Строка 192: | Строка 192: | ||
colMeansLoop(x) 75.632 76.920 85.65 90.346 99.707 100 | colMeansLoop(x) 75.632 76.920 85.65 90.346 99.707 100 | ||
colMeansApply(x) 102.908 127.148 132.24 136.095 144.833 100 | colMeansApply(x) 102.908 127.148 132.24 136.095 144.833 100 | ||
− | + | }} | |
Все результаты представлены в виде описательных статистик, рассчитанных из времени выполнения каждой попытки. Наиболее информативный столбец - это столбец median, который показывает медиану времени выполнения выражения для всех попыток. | Все результаты представлены в виде описательных статистик, рассчитанных из времени выполнения каждой попытки. Наиболее информативный столбец - это столбец median, который показывает медиану времени выполнения выражения для всех попыток. | ||
Строка 198: | Строка 198: | ||
Вся полученная информация о попытках применения функций вычисления средних записана в отдельную переменную <code>res</code>. С помощью функции <code>str()</code> можно увидеть структуру переменной: | Вся полученная информация о попытках применения функций вычисления средних записана в отдельную переменную <code>res</code>. С помощью функции <code>str()</code> можно увидеть структуру переменной: | ||
− | + | {{r-code| | |
> str(res) | > str(res) | ||
Classes ‘microbenchmark’ and 'data.frame': 500 obs. of 2 variables: | Classes ‘microbenchmark’ and 'data.frame': 500 obs. of 2 variables: | ||
$ expr: Factor w/ 5 levels "colMeansApply(x)",..: 4 2 1 1 1 3 3 5 5 1 ... | $ expr: Factor w/ 5 levels "colMeansApply(x)",..: 4 2 1 1 1 3 3 5 5 1 ... | ||
$ time: num 1.02e+08 8.55e+07 1.04e+08 1.10e+08 1.29e+08 ... | $ time: num 1.02e+08 8.55e+07 1.04e+08 1.10e+08 1.29e+08 ... | ||
− | + | }} | |
Переменная <code>res</code>, как можно увидеть в выводе функции <code>str()</code>, представляет собой список (list) и включает в себя две переменные: <code>expr</code> (выражение) и <code>time</code> (время выполнения). На основе этой информации и рассчитываются описательные статистики, приведённые в примере применения функции <code>microbenchmark()</code>. Наличие исходных данных о каждой попытке позволяет самостоятельно выбирать, рассчитывать и сравнивать предпочтитаемые показатели. Например, расчет медианного времени выполнения попытки и общего времени выполнения всех попыток для каждого выражения выглядит следующим образом: | Переменная <code>res</code>, как можно увидеть в выводе функции <code>str()</code>, представляет собой список (list) и включает в себя две переменные: <code>expr</code> (выражение) и <code>time</code> (время выполнения). На основе этой информации и рассчитываются описательные статистики, приведённые в примере применения функции <code>microbenchmark()</code>. Наличие исходных данных о каждой попытке позволяет самостоятельно выбирать, рассчитывать и сравнивать предпочтитаемые показатели. Например, расчет медианного времени выполнения попытки и общего времени выполнения всех попыток для каждого выражения выглядит следующим образом: | ||
− | + | {{r-code| | |
> aggregate(time ~ expr, data = res, function(x) median(x) * 10^-6L) | > aggregate(time ~ expr, data = res, function(x) median(x) * 10^-6L) | ||
expr time | expr time | ||
Строка 222: | Строка 222: | ||
4 colMeansLoopVec(x) 7576.8 | 4 colMeansLoopVec(x) 7576.8 | ||
5 colMeans(x) 788.8 | 5 colMeans(x) 788.8 | ||
− | + | }} | |
Умножение на <math>10^{-6}</math> --- это перевод в миллисекунды. Чтобы получить секунды, нужно, соответственно, умножить на <math>10^{-9}</math>. | Умножение на <math>10^{-6}</math> --- это перевод в миллисекунды. Чтобы получить секунды, нужно, соответственно, умножить на <math>10^{-9}</math>. | ||
Строка 228: | Строка 228: | ||
Помимо настройки формата вывода, выбора показателей, наличие информации о времени выполнения выражения в каждой попытке позволяет визуализировать результаты оценки времени выполнения выражения. Например, с помощью функции <code>autoplot()</code> из пакета <code>ggplot2</code>, можно получить следующий график: | Помимо настройки формата вывода, выбора показателей, наличие информации о времени выполнения выражения в каждой попытке позволяет визуализировать результаты оценки времени выполнения выражения. Например, с помощью функции <code>autoplot()</code> из пакета <code>ggplot2</code>, можно получить следующий график: | ||
− | + | {{r-code| | |
> library(ggplot2) | > library(ggplot2) | ||
> autoplot(res) | > autoplot(res) | ||
− | + | }} | |
[[Файл:Microbenchmark-autoplot-colMeans.png|600px|центр]] | [[Файл:Microbenchmark-autoplot-colMeans.png|600px|центр]] | ||
Строка 237: | Строка 237: | ||
Ещё один довольно интересный способ графического представления результатов измерения скорости выполнения кода с помощью функции <code>qplot()</code> представлен ниже: | Ещё один довольно интересный способ графического представления результатов измерения скорости выполнения кода с помощью функции <code>qplot()</code> представлен ниже: | ||
− | + | {{r-code| | |
> qplot(y = time, data = res, colour = expr) | > qplot(y = time, data = res, colour = expr) | ||
− | + | }} | |
[[Файл:Microbenchmark-dotplot-colMeans.png|600px|центр]] | [[Файл:Microbenchmark-dotplot-colMeans.png|600px|центр]] | ||
Строка 245: | Строка 245: | ||
Так же можно, если возникнет необходимость, оценить статистическую значимость различий во времени выполнения выражений. Благодаря тому, что в переменной <code>res</code> хранятся данные о времени выполнения каждой попытки из заданного числа, становится возможным использование статистических критериев. Выбор критерия - на усмотрение аналитика, в примере ниже использовался параметрический критерий сравнения групп t-Стьюдента с поправкой уровня статистической значимости Холма для множественных сравнений: | Так же можно, если возникнет необходимость, оценить статистическую значимость различий во времени выполнения выражений. Благодаря тому, что в переменной <code>res</code> хранятся данные о времени выполнения каждой попытки из заданного числа, становится возможным использование статистических критериев. Выбор критерия - на усмотрение аналитика, в примере ниже использовался параметрический критерий сравнения групп t-Стьюдента с поправкой уровня статистической значимости Холма для множественных сравнений: | ||
− | + | {{r-code| | |
> pairwise.t.test(res$time, res$expr) | > pairwise.t.test(res$time, res$expr) | ||
Строка 259: | Строка 259: | ||
P value adjustment method: holm | P value adjustment method: holm | ||
− | + | }} | |
Из вышеприведённого вывода видно, что скорость выполнения всех функций статистически значимо разлиается у всех функций, за исключением пары <code>colMeansLoop(x)</code> - <code>colMeansVapply(x)</code> (p-уровень = 0.62). | Из вышеприведённого вывода видно, что скорость выполнения всех функций статистически значимо разлиается у всех функций, за исключением пары <code>colMeansLoop(x)</code> - <code>colMeansVapply(x)</code> (p-уровень = 0.62). |
Версия 16:08, 17 февраля 2014
|
Материал «R:Измерение времени выполнения выражений», созданный автором Артём Клевцов, публикуется на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная. | |
|
Перед использованием функций из пакетов их необходимо предварительно установить и загрузить: КодR <syntaxhighlight lang="r">> install.packages(pkgs = "pkgname") > library(package = "pkgname")</syntaxhighlight> |
Для измерения времени выполнения выражений используют следующие инструменты:
- Функция
system.time()
из базового пакета; - Cпециализированные функции (benchmarks, бенчмарки);
- Функция профилирования времени выполнения кода
Rprof()
.
Функция system.time
Самый простой инструмент для измерения времени выполнения кода - функция system.time()
из пакета base
. В качестве аргумента функция system.time()
принимает выражения и возвращает время выполнения данного выражения. Измерим время выполнения функции Sys.sleep()
, которая останавливает выполнение кода на заданный интервал времени (в секундах):
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Как видим, на выполнение данной операции заняло ровно одну секунду.
Приведём ещё один пример. Сравним время вычисления встроенной в R функции mean()
и среднего, вычисленного по формуле [math]\frac{1}{n}\sum_{i=1}^{n}x_{i}[/math]. на сгенерированном массиве нормально распределенных значений:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Функция возвращает 3 значения:
-
user
- время CPU, которое занял пользователь; -
system
- время CPU, которое заняла система; -
elapsed
- реальное время, которое заняло выполнение команды.
Соответственно, в выводе функции нас интересует значение elapsed
, который показывает время выполнения функции (выражения) в секундах. Как мы видим, внешне более сложное выражение sum(x) / length(x)
выполняется быстрее стандартной функции mean(x)
.
К сожалению, подобный способ достаточно ненадежен, так как для оценки времени выполнения выражения функция system.time()
обращается к системным значениям времени. Следовательно, если во время выполнения кода параллельно производятся и другие операции на компьютере (а такое случается практически в ста процентах случаев), то возможно увеличение времени выполнения R-кода. Некоторую вариативность результатов можно увидеть, даже если выполнить функцию system.time()
несколько раз подряд. Подобной неточности оценки можно избежать путём многократного повторения выполняемых выражений и вычислением среднего времени, что позволит сгладить часть вариаций.
Проиллюстрируем вышесказанное на примере:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
В этом примере с помощью функции replicate()
мы повторили выражение system.time(mean(x))
10 раз, отфильтровав вывод функции system.time()
так, чтобы нам выводилось только время выполнения команды, дописав "elapsed"
. Как мы видим, время выполнения при повторном выполнении выражения может отличаться.
Базовый пакет позволяет реализовать процедуру многократного повторения выражения функции как минимум двумя способами. Первый - функция replicate()
. Приведенное выше сопоставление времени выполнения двух выражений при использовании функции replicate()
будет выглядеть следующим образом:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Тот же самый эффект можно получить и с помощью обычного цикла for()
:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Можно также использовать описательные статистики в сочетании с множественными повторениями:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
В примере выше мы взяли только значения elapsed
и рассчитали медиану [1].
Вместо подобных решений можно использовать специальные пакеты, предназначенные для измерения производительности кода, в частности, пакеты rbenchmark
и microbenchmark
. Основной принцип работы этих пакетов заключается в многократном выполнении выражений и расчёта ряда интегральных показателей, в частности, суммы, среднего значения или медианы времени выполнения всех попыток.
Пакет rbenchmark
Основа пакета rbenchmark
- функция benchmark()
. Данная функция работает следующим образом: указанные в качестве аргументов выражения выполняются заданное количество раз (по умолчанию 100) и вычисляется время, затраченное на выполнение всех попыток. В качестве аргументов функции benchmark()
необходимо передать выражения или функции, а также количество повторений, передаваемых аргументом replications[2].
Для примера возьмём несколько способов расчёта среднего арифметического для сгенерированного массива данных.
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Использованные нами способы - функции векторизованных вычислений (apply()
, vapply()
), стандартный цикл и специальная функция вычисления средних по столбцам ColMeans()
. Представим эти способы в виде самостоятельных функций для удобства их вызова при работе с benchmark()
:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Убедимся, что функции возвращают одинаковый результат. Сделать это можно с помощью функций identical()
или all.equal()
:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Теперь, подключив пакет rbenchmark, мы можем сравнить время работы каждого из выбранных нами способов вычисления средних по столбцам:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Наиболее важны для нас в выводе функции benchmark()
столбцы elapsed
и relative
. Столбец elapsed
показывает время в секундах, затраченное на выполнение интересующей нас функции. Как видим из примера, самыми медленными оказались функции colMeansApply()
и colMeansLoop()
, а самой быстрой colMeans()
, причём превосходит остальные по скорости выполнения как минимум в 7 раз.
Показатель relative
дает информацию о разнице во времени относительно самого быстрого выражения (в нашем случае это ColMeans()
), т.е. время самого быстрого выражения берётся за единицу, и рассчитывается относительное время для остальных выражений.
Для более удобного просмотра можно отфильтровать вывод функции benchmark()
с помощью аргумента columns
. Также может быть полезен аргумент order
, позволяющий отсортировать вывод по любому из столбцов. Для примера зададим набор показателей, которые мы хотим включить в таблицу (в данном случае это «test», «replications», «elapsed», «relative»), и отсортируем выдачу по столбцу «elapsed» по возрастанию значений:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Таким образом, сравнив несколько альтернатив решения нашей задачи, мы можем сделать обоснованный выбор в пользу наиболее эффективного варианта.
Чтобы не указывать нужные столбцы каждый раз, когда используется функция benchmark()
, можно закрепить заданный формат выдачи результатов (далее используется именно такой формат вывода, с сортировкой по столбцу «relative»). Для этого следует воспользоваться функцией formals()
:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Пакет microbenchmark
Функция microbenchmark()
одноименного пакета работает сходным с функцией benchmark()
образом, но предоставляет более гибкие средства по управлению процессом выполнения выражений[3]. Особенностями реализованных в пакете microbenchmark
являются:
- Возможность измерения времени выполнения выражения вплоть до наносекунд;
- Возможность контролировать последовательность выполнения выражений: случайно или последовательно;
- Возможность проведения предварительных испытаний до начала процесса измерений.
Также с помощью функции microbenchmark()
можно получить исходную информацию о времени выполнения каждой попытки, что даёт достаточно широкие возможности по обработке и анализу полученных результатов.
В таблице ниже представлено время выполнения пяти функций вычисления среднего значения из предыдущего примера, полученное с помощью функции microbenchmark()
:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Все результаты представлены в виде описательных статистик, рассчитанных из времени выполнения каждой попытки. Наиболее информативный столбец - это столбец median, который показывает медиану времени выполнения выражения для всех попыток.
Вся полученная информация о попытках применения функций вычисления средних записана в отдельную переменную res
. С помощью функции str()
можно увидеть структуру переменной:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Переменная res
, как можно увидеть в выводе функции str()
, представляет собой список (list) и включает в себя две переменные: expr
(выражение) и time
(время выполнения). На основе этой информации и рассчитываются описательные статистики, приведённые в примере применения функции microbenchmark()
. Наличие исходных данных о каждой попытке позволяет самостоятельно выбирать, рассчитывать и сравнивать предпочтитаемые показатели. Например, расчет медианного времени выполнения попытки и общего времени выполнения всех попыток для каждого выражения выглядит следующим образом:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Умножение на [math]10^{-6}[/math] --- это перевод в миллисекунды. Чтобы получить секунды, нужно, соответственно, умножить на [math]10^{-9}[/math].
Помимо настройки формата вывода, выбора показателей, наличие информации о времени выполнения выражения в каждой попытке позволяет визуализировать результаты оценки времени выполнения выражения. Например, с помощью функции autoplot()
из пакета ggplot2
, можно получить следующий график:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Ещё один довольно интересный способ графического представления результатов измерения скорости выполнения кода с помощью функции qplot()
представлен ниже:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Так же можно, если возникнет необходимость, оценить статистическую значимость различий во времени выполнения выражений. Благодаря тому, что в переменной res
хранятся данные о времени выполнения каждой попытки из заданного числа, становится возможным использование статистических критериев. Выбор критерия - на усмотрение аналитика, в примере ниже использовался параметрический критерий сравнения групп t-Стьюдента с поправкой уровня статистической значимости Холма для множественных сравнений:
<syntaxhighlight lang="r">{{{code}}}</syntaxhighlight>
Из вышеприведённого вывода видно, что скорость выполнения всех функций статистически значимо разлиается у всех функций, за исключением пары colMeansLoop(x)
- colMeansVapply(x)
(p-уровень = 0.62).
Примечания
- ↑ Медиана является более устойчивой мерой центральной тенденции при асимметрии распределения, что, как правило, характерно для измерения времени.
- ↑ Анализ функции
benchmark()
показал, что, данная функция используетsystem.time()
иreplicate()
, рассмотренные в предыдущем разделе. - ↑ Но в отличии от функции benchmark() использует собственную реализацию измерения времени выполнения и организацию повторных испытаний.
Ссылки
- Olaf Mersmann (2013). microbenchmark: Sub microsecond accurate timing functions.. R package version 1.3-0.
- Wacek Kusnierczyk (2012). rbenchmark: Benchmarking routine for R. R package version 1.0.0.