资讯频道 → 编程语言
阅读更多

0顶
1踩

编程语言

原创新闻 Swift，任道而重远！

2014-12-16 10:39 by 正式编辑 cao345657340 评论(1) 有7817人浏览
ruby Apple Swift

声明：ITeye资讯文章的版权属于ITeye网站所有，严禁任何网站转载本文，否则必将追究法律责任！

摘要：苹果公司对外宣称，性能是Swift带给OS X和iOS开发人员的好处之一。然而，独立开发者Tyrone执行的基准测试显示，与Objective-C相比，Swift性能并不如人意。

【编者按：】在今年的 WWDC 2014大会上，苹果公司发布了Swift。Swift语言不仅继承了C语言以及Objective-C的特性，而且还克服了C语言的兼容性问题，对于广大开发者来说是个不错的选择。然而，原文作者Tyrone却并不待见Swift，他在使用Swift的过程中，发现Swift并没有想象中的美好。究竟是什么原因呢？一起来看下：

译文如下：

在进行测试前，我作了如下思考：
  • 诚然Swift在对数组进行排序时候获得了与C相媲美的优异表现，但是其它方面呢？
  • 可能是出于市场营销的效率，苹果给出的标签是比Objective-C快2.6倍、比Python2.7 快8.4倍，真的吗？
  • 它有个优美的名字Swift(雨燕)，轻盈迅捷，但我们不能沉迷于表象。

我这里主要以一个Swift项目为基础，进行性能测试。以下是一个相关示例代码： 
import Foundation  
  
public class User : ModelObject, UpdatableFromJSON {  
    public var name: String?  
    public var handle: String?  
  
    public required init(data: [String : AnyObject]) {  
        super.init(data: data)  
        updateWithJSON(data)  
    }  
  
    public override func updateWithJSON(data: [String : AnyObject]) {  
        super.updateWithJSON(data)  
        name <<< data["name"]  
        handle <<< data["handle"]  
    }  
}

这是一个用于分析500KB大小JSON数据的示例，完整的示例代码请点击这里进行下载，示例处理的问题是在1000个会话中找出用户User对应的会员身份。解析器parser读取JSON后，创建Membership对象并指向关联实例User和Convo ,同时根据convos键值创建(或更新)Convo对象堆。

我利用了XCTest的新特性进行了性能测试。测试代码如下所示： 
func testUserConvosSwiftParsingPerformance() {  
    let filePath = NSBundle(forClass: PerformanceTests.self).pathForResource("convos", ofType: "json")  
    let jsonData = NSData(contentsOfFile: filePath!)  
    var error: NSError?  
    let jsonObject = NSJSONSerialization.JSONObjectWithData(jsonData!, options: nil, error: &error)! as [String : AnyObject]  
    self.measureBlock() {  
        let resp = ChatspryClient.UserConvosResponse(data: jsonObject)  
    }  
}

我在编译设置中开启了-O模式，测试的设备是第五代iPod Touch，运行的系统是iOS 8，使用的是与iPhone4S相同的A5双核处理器。随着JSON数据处理量的增加，该设备的响应越来越慢。

测试结果是用时1.42s，多么令人吃惊的龟速。于是，我决定马上创建一个Objective-C版本来进行对比。 
@interface CSUser : CSModelObject  
@property (nonatomic, strong) NSString *name;  
@property (nonatomic, strong) NSString *handle;  
@end  
@implementation CSUser  
- (void) updateWithJSON:(NSDictionary *)json  
{  
    [super updateWithJSON: json];  
    self.name = json[@"name"];  
    self.handle = json[@"handle"];  
}  
@end

同样地我启用了-Os。令人惊喜的是，这个版本的运行用时仅需0.09s，换而言之，它大约比Swift快了将近15倍，而我在Swift和Object-C都已经开启了LLVM优化器。

我尝试对Swift的反常表现进行简单研究，我暂时还不能确定这究竟是Swift本身的原因还是JSONHelpder引起的。唯一的方法是一行行地比照Objective-C语句和Swift语句，再写另一个Objective-C样式的Swift，然后进行Apples To Apples的测试。这或许不是常规的Swift写法，随处都是NSDictionary引用而不是Swift 本身的函数。例如： 
public class CSSwiftUser : CSSwiftModelObject {  
    public var name: String?  
    public var handle: String?  
  
    public override func updateWithJSON(json: NSDictionary) {  
        super.updateWithJSON(json)  
        name = json["name"] as String?  
        handle = json["handle"] as String?  
    }  
}

Swift在-O下运行时会有segfaults(段错误)的情况，为了公平起见，我把Object-C优化器关闭了，这是关闭后两者的比较：

  • Objective-C：0.06s
  • Objective-C样式的Swift：0.29s
让我较迷惑的是Objective-C在关闭优化器后反而运行得更快，这个先放下，不是这次的重点。由上可见，Objective-C样式的Swift获得了可接受的性能表现，但是如果真的这样做，段错误会不断出现，最后导致性能下降。

出于好奇，最后我还使用了RubyMotion以Ruby语言重写Objective-C测试。RubyMotion支持使用Ruby来编写iOS 和安卓应用，程序最后会被编译为相同的机器码，与Swift和Objective-C过程类似。一直以来，我认为Ruby会比Objective-C慢得多，毕竟这是动态和静态语言的区别。

该Ruby示例代码如下： 
class CSUser < CSModelObject  
  attr_accessor :name, :handle  
  
  def updateWithJSON(json)  
    super  
    self.name = json[:name]  
    self.handle = json[:handle]  
  end  
end

注：RubyMotion中暂时没有任何的优化设置选项。

最后的测试结果是：




以下是笔者摘取的部分精彩观点：

来自 DemonicEgg的评论：
引用
“本文做了和我差不多的测试，只是没有使用一些第三方库。我发现当我把全部类型转为使用Swift Array<>和Dictionary<>时，我发现更为惊吓的后果，比Objective-C慢了差不多47倍。”


来自 aeturnum的评论：
引用
“JSON解释速度或许还不算最差的性能指标。只不过面对新语言时，留给开发组用来测试的时间预算会有多少呢？所以稳定的Objective-C还是首选。”


来自 vital_chaos的评论：
引用
“我们不应该抹杀新事物。难道小baby一出生就会驾驶？所有语言都是经过千锤百炼才有今天的成就的。性能权且可以作为一个参考而不是全部。


原文出自：Sudeium
  • 大小: 49.8 KB
来自: CSDN
0
顶
1
踩
评论 共 1 条 请登录后发表评论
1 楼 mangguo 2014-12-16 15:46

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • CSDN前1000名博主

    最近的你, 是我最远的爱 … 中国 云南省 昆明市 迷途小羊羔 cometwo 排名：38 原创：3031 粉丝：758 积分：73768 等级：9 黄沙百战穿金甲，不破楼兰终不还。 -------&gt;生无所息 行胜于言 中国 北京 ...

  • 推荐CSDN排名前1000博主

    有了目标，我们才会把注意力集中在追求喜悦，而不是在避免痛苦上。… 北京 朝阳区 技术真好！ Ejnstein 排名：30 原创：3583 粉丝：329 积分：82363 等级：9   ...

  • 《上海堡垒》究竟几何？让我用爬虫一探究竟

    科幻我不懂，我平时更偏好言情线，电影里，少年人半仰慕半暗恋的情绪表达得非常到位，渺小和求而不得也处理得很好，可以说，《上海堡垒》原著的精髓，电影是抓到了。再说演员，舒淇美得像琉璃，指挥官的坚强和女性的...

  • 100项PPT制作技术，做出让观众倾倒的演示文档！

    为了获得好的效果，人们通常会在幻灯片中使用一些非常漂亮的字体，可是将幻灯片拷贝到演示现场进行播放时，这些字体变成了普通字体，甚至还因字体而导致格式变得不整齐，严重影响演示效果。 在powerpoint中，...

  • 贴出最新整理的英语谚语大全(3267条)

    爱挑的担子不嫌重。 27. A burnt child dreads the fire. 一朝被蛇咬，十年怕井绳。 28. A candle lights others and consumes itself. 蜡烛照亮别人毁灭了自己。 29. A cat has 9 lives. 猫有九条命。 30. A cat ...

  • Flutter 不是真正的跨平台框架

    转自：英文：Luke Urban，翻译：CSDN月初，Google 重磅发布了专为 Web、移动和桌面而构建的 Flutter 2！将 Flutter 从移动开发框架扩展成可移植框架，因而...

  • 英语词汇表

    而 anecdote n. 逸事 anger n. 怒，愤怒 angle n. 角，角度 angry a. 生气的，愤怒的 animal n. 动物 ankle n. 踝关节 anniversary n. 周年纪念 announce vt. 宣布，宣告 annoy vt. （使）烦恼 annual a. 每年的；...

  • 编辑语言发展历史

    人类第一台 电 子 计 算 机，即“埃 尼 阿 克（ＥＮＩＡＣ）” 问世于１９４６年，由大量的电子管组成，用 于 进 行 弹 道 计算。自埃尼阿克的面世以后，电子计算机经历了电子管 － 晶 体 管 － 集 成 电 路 － 超大...

  • 编程语言的发展历史和未来展望

    人类第一台 电 子 计 算 机，即“埃 尼 阿 克（ＥＮＩＡＣ）” 问世于１９４６年，由大量的电子管组成，用 于 进 行 弹 道 计算。自埃尼阿克的面世以后，电子计算机经历了电子管 － 晶 体 管 － 集 成 电 路 － 超大...

  • 扉页

    目前，以比特币和以太坊为代表的公有链相对比较成熟，而私有链和联盟链则远远不够成熟。开源而且好用的联盟链，更是不存在。目前全球影响力最大的开源联盟 链，是Linux基金会下面的超级账本（Hyperledger）项目，...

  • 区块链技术

    第一次听说这个问题居然是在TCP的课上，大致说的是有两个相距很远的军队要传递信息，红军派遣一个信使去跟蓝军说：“你他娘的把意大利炮拿出来！”。蓝军收到信息后又派了一个信使去红军说：“收到指令！”。然后...

  • GPU深度报告，三大巨头，十四个国内玩家一文看懂【物联网智商精选】

    Metal也是可以使用Swift或Objective-C编程语言调用的面向对象的API。GPU的全部操作是通过Metal着色语言控制的。 2017年，苹果推出了Metal的升级版Metal2，兼容前代Metal硬件，支持iOS11，MacOS和tvOS11。Metal2可以...

  • OpenStack

    OpenStackd开源项目由社区维护，包括OpenStack计算（代号为Nova），OpenStack对象存储（代号为Swift），并OpenStack镜像服务（代号Glance）的集合。 OpenStack提供了一个操作平台，或工具包，用于编排云。 OpenStack...

  • “UNIX的名字是我起的”——对话UNIX开发者Brian W. Kernighan

    自1969年在贝尔实验室的阁楼中诞生以来，UNIX的发展远远超出了创造者们的想象。它带动了许多创新软件的开发，影响了无数程序员，如果没有它，Linux、macOS和Android系统可能不会存在，人们依赖的导航软件、智能家电...

  • 基于Maxwell设计的经典280W 4025RPM高效率科尔摩根12极39槽TBM无框力矩电机：生产与学习双重应用案例,基于Maxwell设计的经典280W高转速科尔摩根TBM无框力矩电机：7615

    基于Maxwell设计的经典280W 4025RPM高效率科尔摩根12极39槽TBM无框力矩电机：生产与学习双重应用案例,基于Maxwell设计的经典280W高转速科尔摩根TBM无框力矩电机：7615系列案例解析与应用实践,基于maxwwell设计的经典280W，4025RPM 内转子 科尔摩根 12极39槽 TBM无框力矩电机，7615系列。 该案例可用于生产，或者学习用，（157） ,maxwell设计; 280W; 4025RPM内转子; 科尔摩根; 12极39槽TBM无框力矩电机; 7615系列; 生产/学习用。,基于Maxwell设计，高功率280W 12极39槽TBM无框力矩电机：生产与学习双用途案例

  • 基于碳交易的微网优化模型的Matlab设计与实现策略分析,基于碳交易的微网优化模型的Matlab设计与实现探讨,考虑碳交易的微网优化模型matlab ,考虑碳交易; 微网优化模型; MATLAB;,基

    基于碳交易的微网优化模型的Matlab设计与实现策略分析,基于碳交易的微网优化模型的Matlab设计与实现探讨,考虑碳交易的微网优化模型matlab ,考虑碳交易; 微网优化模型; MATLAB;,基于Matlab的碳交易微网优化模型研究

  • 计算机二级模拟试题1（答案版）

    二级2025模拟试题（答案版）

  • 计算机视觉之：OpenCV项目实战 - C++基础人脸识别（源码+资料）【OpenCV + C++】

    OpenCV是一个功能强大的计算机视觉库，它提供了多种工具和算法来处理图像和视频数据。在C++中，OpenCV可以用于实现基础的人脸识别功能，包括从摄像头、图片和视频中识别人脸，以及通过PCA（主成分分析）提取图像轮廓。以下是对本资源大体的介绍： 1. 从摄像头中识别人脸：通过使用OpenCV的Haar特征分类器，我们可以实时从摄像头捕获的视频流中检测人脸。这个过程涉及到将视频帧转换为灰度图像，然后使用预训练的Haar级联分类器来识别人脸区域。 2. 从视频中识别出所有人脸和人眼：在视频流中，除了检测人脸，我们还可以进一步识别人眼。这通常涉及到使用额外的Haar级联分类器来定位人眼区域，从而实现对人脸特征的更细致分析。 3. 从图片中检测出人脸：对于静态图片，OpenCV同样能够检测人脸。通过加载图片，转换为灰度图，然后应用Haar级联分类器，我们可以在图片中标记出人脸的位置。 4. PCA提取图像轮廓：PCA是一种统计方法，用于分析和解释数据中的模式。在图像处理中，PCA可以用来提取图像的主要轮廓特征，这对于人脸识别技术中的面部特征提取尤

  • 麻雀搜索算法（SSA）自适应t分布改进版：卓越性能与优化代码注释，适合深度学习 ,自适应t分布改进麻雀搜索算法（TSSA）-卓越的学习样本，优化效果出众,麻雀搜索算法(SSA)改进-采用自适应t分

    麻雀搜索算法（SSA）自适应t分布改进版：卓越性能与优化代码注释，适合深度学习。,自适应t分布改进麻雀搜索算法（TSSA）——卓越的学习样本，优化效果出众,麻雀搜索算法(SSA)改进——采用自适应t分布改进麻雀位置（TSSA），优化后明显要优于基础SSA（代码基本每一步都有注释，代码质量极高，非常适合学习） ,TSSA（自适应t分布麻雀位置算法）；注释详尽；高质量代码；适合学习；算法改进结果优异；TSSA相比基础SSA。,自适应T分布优化麻雀搜索算法：代码详解与学习首选（TSSA改进版）

Global site tag (gtag.js) - Google Analytics