问题:
之前看到有的博文说glog性能很好,效率很高,当时第一反应是“这个结论是几几年的?”,可惜博文都是各种抄袭和转载,不容易找到结论出处,我一直很怀疑它的写入吞吐性能。
之前作为学习优秀的代码案例,略看过glog的源代码。它是线程同步的方式记录和写入,每次调用日志的地方都要创建和释放日志器,确实在每次创建对象时并没有创建额外缓存空间,而是复用第一次创建的内存空间,这相比于每次创建申请新内存而言,效率很高,难道高性能仅仅指这个?可惜我自己的C++水平也就是应用程序开发,暂时是没有能力写出这类高性能基础工具库的。
所以,不如直接运行以下,从结果上比一比就知道。
测试内容:
今天把spdlog日志库,也用了下,并且和glog做了简单对比。spdlog在引入到项目中的成本很低,只要引入头文件,glog还需要配置下,如果是第一次,还需要额外编译一个glog版本。
基于十万笔日志数据,大概也就10MB不到。
测试结果如下,是在一台低配的服务器上跑的,硬盘还是机械的scsi接口,后面给出测试代码,程序代码相同环境下运行:
在同步调用的场景下,spdlog比glog快,spdlog耗时0.135秒,glog耗时1.027秒,简单异步spdlog耗时0.158秒,普通ofstream流写入0.252秒。
另外,在自己开发环境的电脑上用的是固态硬盘,结果如下:
在同步调用的场景下,spdlog比glog快,spdlog耗时0.057秒,glog耗时0.475秒,简单异步spdlog耗时0.093秒,普通ofstream流写入0.112秒。
测试环境:
winserver 2012, 非固态硬盘
VS2019 ,C++11,spdlog-1.x,glog
glog测试代码如下:
#pragma once
#define GLOG_NO_ABBREVIATED_SEVERITIES
#include <spdlog/spdlog.h>
#include <logging.h>
#include <thread>
#include <spdlog/stopwatch.h>
using namespace google;
#ifdef _DEBUG
#pragma comment(lib, "glogd.lib")
#else
#pragma comment(lib, "glog.lib")
#endif // DEBUG
void testGlog2()
{
int i = 0;
spdlog::stopwatch sw;
while (i < 100 * 1000)
{
LOG(INFO) << "async logger";
i++;
}
LOG(INFO) << "testGlog Elapsed " << sw.elapsed().count();
}
void testGlog()
{
// Start google log system:
FLAGS_log_dir = ".\\log\\";
google::InitGoogleLogging("loglog");
google::SetLogDestination(google::GLOG_INFO, ".\\logs\\glog");
google::SetStderrLogging(google::GLOG_FATAL);
google::SetLogFilenameExtension("log_");
FLAGS_colorlogtostderr = true; // Set log color
FLAGS_logbufsecs = 5; // Set log output speed(s)
FLAGS_max_log_size = 50; // Set max log file size
FLAGS_stop_logging_if_full_disk = true; // If disk is full
std::thread* t = new std::thread(testGlog2);
t->join();
google::ShutdownGoogleLogging();
}
spdlog异步测试代码:
spdlog::info(" 创建basicFileLogger ");
auto logger = spdlog::basic_logger_mt("basic_logger", "logs/basic_log.txt");
logger->info("文件创建完毕。");
logger->set_pattern("[%Y-%m-%d %H:%M:%S.%f %z][thread %t][%n][%l]: %v");
int i = 0;
spdlog::stopwatch sw;
while (i < 100 * 1000)
{
logger->info("basic_logger_mt logger");
i++;
}
logger->info("asyncExample Elapsed {:.7}", sw);
普通io流写入测试代码:
ofstream logger;
logger.open("logs/fopen.txt", std::ios::out);
int i = 0;
spdlog::stopwatch sw;
while (i < 100 * 1000)
{
logger << asctime(& spdlog::details::os::gmtime()) <<__FUNCTION__ << " "<<__LINE__ <<" " << ("async logger") <<"\r\n";
i++;
}
logger<<"asyncExample Elapsed "<< sw.elapsed().count();
logger.close();
总结:
仅仅从调用性能上看,spdlog耗时略低于glog。调用耗时从低到高如下:
spdlog同步 < spdlog异步 < glog < 普通ofstream流
但是如果把计算机看作是工程化,则并不是简单追求性能的。我觉得工程有一个因素是投入产出比。实际上,在平常项目中,我也用的是glog居多,因为glog很多的LOG_IF这类宏用起来很方便,对于日志吞吐性能也足够使用,而且默认是dll方式使用,在多个独立的组件dll之间可以使用同一个glog实例,只有少数模块需要尽量减少日志写入影响的地方,用了spdlog异步方式。
会不会是这个测试哪里错了?更多关于 c++ glog与spdlog性能对比的资料请关注编程网其它相关文章!