注意：此答案是 native client mailing list 中出现的内容的编辑版本
微基准很棘手：除非您非常了解自己在做什么，否则很容易产生与您想要观察/测量的行为无关的苹果与橘子的比较。
我将使用您自己的示例进行详细说明（我将排除 NaCl 并坚持现有的“经过验证的”技术）。
这是您作为原生 C 程序的测试：
$ cat test1.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int main() {
clock_t t = clock();
float result = 0;
for(int i = 0; i < 1000000000; ++i) {
result += sqrt(i);
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%g %g\n", result, tt);
}
$ gcc -std=c99 -O2 test1.c -lm -o test1
$ ./test1
5.49756e+11 25.43
好的。我们可以在 25.43 秒内完成十亿次循环。但是让我们看看需要时间：让我们替换“result += sqrt(i);”用“结果 += i;”
$ cat test2.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int main() {
clock_t t = clock();
float result = 0;
for(int i = 0; i < 1000000000; ++i) {
result += i;
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%g %g\n", result, tt);
}
$ gcc -std=c99 -O2 test2.c -lm -o test2
$ ./test2
1.80144e+16 1.21
哇！ 95% 的时间实际上花在了 CPU 提供的 sqrt 函数上，其他所有时间都花在了不到 5% 上。但是如果我们稍微修改一下代码会怎样：替换 "printf("%g %g\n", result, tt);"与“printf（“%g\n”，tt）；“ ?
$ cat test3.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int main() {
clock_t t = clock();
float result = 0;
for(int i = 0; i < 1000000000; ++i) {
result += sqrt(i);
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%g\n", tt);
}
$ gcc -std=c99 -O2 test3.c -lm -o test3
$ ./test
1.44
嗯...看起来现在“sqrt”几乎和“+”一样快。怎么会这样？ printf 是如何影响上一个循环的？
让我们看看：
$ gcc -std=c99 -O2 test1.c -S -o -
...
.L3:
cvtsi2sd %ebp, %xmm1
sqrtsd %xmm1, %xmm0
ucomisd %xmm0, %xmm0
jp .L7
je .L2
.L7:
movapd %xmm1, %xmm0
movss %xmm2, (%rsp)
call sqrt
movss (%rsp), %xmm2
.L2:
unpcklps %xmm2, %xmm2
addl $1, %ebp
cmpl $1000000000, %ebp
cvtps2pd %xmm2, %xmm2
addsd %xmm0, %xmm2
unpcklpd %xmm2, %xmm2
cvtpd2ps %xmm2, %xmm2
jne .L3
...
$ gcc -std=c99 -O2 test3.c -S -o -
...
xorpd %xmm1, %xmm1
...
.L5:
cvtsi2sd %ebp, %xmm0
ucomisd %xmm0, %xmm1
ja .L14
.L10:
addl $1, %ebp
cmpl $1000000000, %ebp
jne .L5
...
.L14:
sqrtsd %xmm0, %xmm2
ucomisd %xmm2, %xmm2
jp .L12
.p2align 4,,2
je .L10
.L12:
movsd %xmm1, (%rsp)
.p2align 4,,5
call sqrt
movsd (%rsp), %xmm1
.p2align 4,,4
jmp .L10
...
第一个版本实际上调用了 sqrt 十亿次，但第二个版本根本没有这样做！相反，它检查数字是否为负并仅在这种情况下调用 sqrt！为什么？编译器（或者更确切地说，编译器作者）在这里试图做什么？
好吧，这很简单：因为我们在这个特定版本中没有使用“result”，所以它可以安全地省略“sqrt”调用......如果值不是负数，那就是！如果它是负数，那么（取决于 FPU 标志） sqrt 可以做不同的事情（返回无意义的结果，使程序崩溃等）。这就是为什么这个版本快了几十倍 - 但它根本不计算平方根！
这是最后一个示例，它显示了微基准测试的错误程度：
$ cat test4.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int main() {
clock_t t = clock();
int result = 0;
for(int i = 0; i < 1000000000; ++i) {
result += 2;
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%d %g\n", result, tt);
}
$ gcc -std=c99 -O2 test4.c -lm -o test4
$ ./test4
2000000000 0
执行时间是……零？怎么可能？十亿次计算在不到一眨眼的时间内？让我们看看：
$ gcc -std=c99 -O2 test1.c -S -o -
...
call clock
movq %rax, %rbx
call clock
subq %rbx, %rax
movl $2000000000, %edx
movl $.LC1, %esi
cvtsi2ssq %rax, %xmm0
movl $1, %edi
movl $1, %eax
divss .LC0(%rip), %xmm0
unpcklps %xmm0, %xmm0
cvtps2pd %xmm0, %xmm0
...
呃，哦，循环完全消除了！所有计算都发生在编译时，雪上加霜的是，两个“时钟”调用都是在循环体启动之前执行的！
如果我们把它放在单独的函数中呢？
$ cat test5.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int testfunc(int num, int max) {
int result = 0;
for(int i = 0; i < max; ++i) {
result += num;
}
return result;
}
int main() {
clock_t t = clock();
int result = testfunc(2, 1000000000);
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%d %g\n", result, tt);
}
$ gcc -std=c99 -O2 test5.c -lm -o test5
$ ./test5
2000000000 0
还是一样？？？这怎么可能？
$ gcc -std=c99 -O2 test5.c -S -o -
...
.globl testfunc
.type testfunc, @function
testfunc:
.LFB16:
.cfi_startproc
xorl %eax, %eax
testl %esi, %esi
jle .L3
movl %esi, %eax
imull %edi, %eax
.L3:
rep
ret
.cfi_endproc
...
呃-哦：编译器足够聪明，可以用乘法代替循环！
现在，如果您在一侧添加 NaCl，在另一侧添加 JavaScript，您将得到一个如此复杂的系统，其结果实际上是不可预测的。
这里的问题是，对于微基准测试，您试图隔离一段代码，然后评估它的属性，但是编译器（无论是 JIT 还是 AOT）会试图阻止您的努力，因为它试图从其中删除所有无用的计算你的程序！
微基准测试很有用，当然，但它们是取证分析工具，而不是您想用来比较两个不同系统的速度的工具！为此，您需要一些“真实的”（从某种意义上说：不能被过度渴望的编译器优化成碎片的东西）工作负载：特别是排序算法很受欢迎。
使用 sqrt 的基准特别讨厌，因为正如我们所见，它们通常花费超过 90% 的时间执行一条 CPU 指令：sqrtsd（如果是 32 位版本，则为 fsqrt） JavaScript 和 NaCl。这些基准（如果实施得当）可以作为试金石（如果某些实施的速度与简单的本机版本表现出的差异太大，那么你做错了什么），但它们对于比较 NaCl、JavaScript、C# 的速度是没有用的或 Visual Basic。