命令行与文本处理 / 系统课时
分析与优化性能
分析与优化性能
本课解决“脚本能运行但执行缓慢”的问题。你将用可重复的基准测试定位耗时,比较循环与管道的实际成本,并从重复查询、集合复制和远程往返三个方向完成可验证的优化。
学习目标
- 使用秒表和重复采样测量脚本耗时
- 根据数据选择循环、管道或缓存方案
- 识别集合复制与远程往返造成的隐性开销
先建立可比较的基准
性能优化必须从测量开始。只运行一次容易受到模块首次加载、磁盘缓存和系统负载影响,因此应固定输入规模、重复执行多次,并使用中位数而不是单次最小值判断方案优劣。
测量边界也要保持一致。若一个方案包含数据读取而另一个只包含计算,结果就不能直接比较。基准测试应围绕同一输入、同一输出目标和同一错误处理策略展开。
比较循环与管道
下面的脚本对相同的十万个整数执行两种求和方案。foreach 在当前进程内直接迭代;管道方案会为每个元素调用 ForEach-Object,可读性较强,但通常会产生更多调度开销。
powershell
Set-StrictMode -Version Latest
$ErrorActionPreference = 'Stop'
$items = 1..100000
function Measure-Case {
param(
[Parameter(Mandatory)]
[string]$Name,
[Parameter(Mandatory)]
[scriptblock]$Action,
[int]$Repeat = 5
)
$samples = for ($i = 0; $i -lt $Repeat; $i++) {
[GC]::Collect()
$watch = [System.Diagnostics.Stopwatch]::StartNew()
& $Action | Out-Null
$watch.Stop()
$watch.Elapsed.TotalMilliseconds
}
$sorted = @($samples | Sort-Object)
$middle = [int][Math]::Floor($sorted.Count / 2)
[pscustomobject]@{
Name = $Name
MedianMs = [Math]::Round($sorted[$middle], 2)
}
}
$results = @(
Measure-Case -Name 'foreach' -Action {
$sum = 0L
foreach ($number in $items) {
$sum += $number * 2
}
}
Measure-Case -Name 'pipeline' -Action {
$sum = ($items |
ForEach-Object { $_ * 2 } |
Measure-Object -Sum).Sum
}
)
$results | Format-Table -AutoSize预期输出如下,具体耗时会因硬件、PowerShell 版本和系统负载而不同。
text
Name MedianMs
---- --------
foreach <TIME>
pipeline <TIME>这个结果不能推导出“所有管道都慢”。当任务依赖流式处理、命令组合或提前过滤时,管道可能更清晰,也可能减少内存占用。结论应限定在当前数据规模和当前工作负载内。
优先消除高成本操作
循环语法通常不是最大瓶颈。优化时应先查找网络、磁盘、目录服务、数据库和远程命令,因为一次外部调用可能比数千次内存计算更昂贵。
| 低效模式 | 典型表现 | 优化方式 |
|---|---|---|
| 在循环中重复查询同一数据 | 相同命令被调用多次 | 循环前查询一次并建立哈希表缓存 |
使用 += 持续扩展数组 |
数据越多,追加越慢 | 让管道直接输出对象,或使用泛型列表 |
| 对每台主机单独远程调用 | 延迟随主机数量线性增长 | 一次向多台主机提交命令并限制并发 |
过早执行 Format-Table |
后续处理得到格式化对象 | 保留原始对象,仅在最终显示时格式化 |
缓存也有边界。缓存的数据可能过期,因此应明确生命周期;批量远程调用则要设置超时、并发上限和失败记录,不能只追求更少的请求次数。
用结果验证优化
优化前后应使用相同脚本、相同输入和相近环境重新测量,同时验证输出内容没有变化。除了总耗时,还应观察峰值内存、外部调用次数和失败率,防止“更快”是通过遗漏数据或吞掉错误换来的。
当差异很小时,不要为了几个毫秒牺牲可读性。只有性能问题已经影响交付目标,且基准数据能稳定复现时,才值得引入更复杂的缓存、并行或批处理逻辑。
按自己的节奏,确认真正理解。