คู่มือปรับแต่งประสิทธิภาพ Abseil ของ Jeff Dean

Abseil Performance Hints (Jeff Dean & Sanjay Ghemawat)

1. ภาพรวม

เอกสารนี้สรุปหลักการทั่วไปและเทคนิคเชิงรูปธรรมเกี่ยวกับการปรับแต่งประสิทธิภาพซอฟต์แวร์ ซึ่ง Google ให้ความสำคัญมาตั้งแต่ช่วงแรก ๆ โดยเน้นการเพิ่มประสิทธิภาพในมุมมองของไบนารีเดี่ยว มากกว่าการจูนระบบแบบกระจายหรือฮาร์ดแวร์ ML

2. ประเด็นสำคัญ

แนวคิดเรื่องประสิทธิภาพ (Thinking about performance)

• ความเข้าใจผิดเกี่ยวกับ "การปรับแต่งก่อนเวลาอันควรคือรากเหง้าของความชั่วร้ายทั้งปวง": คำกล่าวนี้หมายถึงให้มองข้ามประสิทธิภาพเล็กน้อย 97% ไม่ได้แปลว่าต้องพลาดโอกาสสำคัญอีก 3% ที่ส่งผลร้ายแรงด้วย
• ความสำคัญของการปรับปรุงเล็ก ๆ: การเพิ่มความเร็วราว 12% ก็ไม่ใช่เรื่องเล็กน้อยในมุมมองทางวิศวกรรม และเป็นสิ่งจำเป็นสำหรับโปรแกรมคุณภาพสูง
• การเลือกตั้งแต่ต้น: แนวทางแบบ "เขียนให้เรียบง่ายก่อนแล้วค่อยมา optimize ทีหลัง" มักนำไปสู่ประสิทธิภาพโดยรวมที่แย่ลง (Flat Profile) และทำให้ปรับปรุงได้ยาก หากไม่ได้กระทบต่อความอ่านง่ายหรือความซับซ้อนมากนัก ก็ควรเลือกทางเลือกที่เร็วกว่าแต่แรก (เช่น absl::InlinedVector แทน std::vector)

การประมาณ (Estimation)

• สัญชาตญาณและการคำนวณ: ระหว่างเขียนโค้ด ควรประเมินคร่าว ๆ ล่วงหน้าว่าจะส่งผลต่อประสิทธิภาพอย่างไร
• การคำนวณแบบคร่าว ๆ บนกระดาษ (Back-of-the-envelope): ลองคำนวณต้นทุนทรัพยากรโดยประมาณก่อนลงมือทำ (เช่น L1 cache reference 0.5ns, mutex lock 15ns, SSD read 20µs เป็นต้น แล้วใช้ต้นทุนของโอเปอเรชันพื้นฐานเหล่านี้มาประเมินประสิทธิภาพที่คาดได้)

การวัดผล (Measurement)

• การทำโปรไฟล์: การวัดผลอย่างมีประสิทธิภาพคือเครื่องมือที่สำคัญที่สุด ต้องใช้ pprof หรือ perf เพื่อตรวจหาคอขวดที่แท้จริง
• เคล็ดลับ: ทดสอบด้วย production binary ที่เปิดใช้ optimization flags และเขียน microbenchmark เพื่อตรวจสอบผลกระทบของการเปลี่ยนแปลง

การรับมือกับ Flat Profile

• เมื่อไม่มีคอขวดชัดเจน: หาก CPU profile ออกมาแบนราบ การสะสมการปรับแต่งเล็ก ๆ ระดับ 1% ทั่วทั้งระบบก็เป็นกลยุทธ์ที่ได้ผล
• การปรับปรุงเชิงโครงสร้าง: ควรพิจารณาปรับโครงสร้างลูปในส่วนบนของ call stack ใหม่ หรือเปลี่ยน data structure

ตัวอย่างเทคนิคที่เป็นรูปธรรม

• การปรับปรุงอัลกอริทึม: แทนที่ตรรกะตรวจจับ cycle หรือ deadlock ด้วยอัลกอริทึมที่มีประสิทธิภาพกว่า (เช่น แบบอิง topological sort) เพื่อให้ได้ทั้งความเร็วและความสามารถในการขยายตัว
• การเพิ่มประสิทธิภาพการแทนข้อมูลในหน่วยความจำ: ทำให้ data structure ที่ถูกเข้าถึงบ่อยมีขนาดกะทัดรัดขึ้น (Compact) หรือปรับ memory layout (จัดเรียง field ใหม่ ลด padding) เพื่อเพิ่มประสิทธิภาพของ cache และลดทราฟฟิกบน memory bus

[t7vonn]

ว้าว..