为什么这个简单的Haskell程序这么慢？

Question

在这个琐碎的程序中，可以打印从1到10000000的所有数字（一个Haskell版本和一个C版本），为什么Haskell这么慢呢？什么命令可以帮助您学习如何提高Haskell程序的性能？

以下是一份报告，其中包含重现我激动人心的事件所必需的所有详细信息，制作报告时将打印出源，包括Makefile的源：

$ make -B report
cat Foo.hs
import Data.Foldable
main = traverse_ print [1..10000000]
cat Fooc.c
#include <stdio.h>

int main()
{
    for (int n = 0; n < 10000000; ++n)
    {
        printf("%d\n", n+1);
    }
}
ghc -O3 Foo.hs -o Foo
time ./Foo | tail -n1
3.45user 0.03system 0:03.49elapsed 99%CPU (0avgtext+0avgdata 4092maxresident)k
0inputs+0outputs (0major+290minor)pagefaults 0swaps
10000000
cc -O3    Fooc.c   -o Fooc
time ./Fooc | tail -n1
0.63user 0.02system 0:00.66elapsed 99%CPU (0avgtext+0avgdata 1468maxresident)k
0inputs+0outputs (0major+63minor)pagefaults 0swaps
10000000
cat Makefile
.PHONY: printFoo printFooc printMakefile
printFoo: Foo.hs
    cat $^

printFooc: Fooc.c
    cat $^

printMakefile: Makefile
    cat $^

Fooc: CFLAGS=-O3
Fooc: Fooc.c
Foo: Foo.hs
    ghc -O3 $^ -o $@

.PHONY: timeFoo timeFooc
timeFoo: Foo
    time ./$^ | tail -n1
timeFooc: Fooc
    time ./$^ | tail -n1

.PHONY: report
report: printFoo printFooc timeFoo timeFooc printMakefile

Answer 1

在我的系统上，您的Haskell代码大约需要3.2秒。

注意，您的C代码需要...

time ./fooc | tail -n1
ld: warning: directory not found for option '-L/opt/local/lib'
10000000
./fooc  0.92s user 0.03s system 33% cpu 2.863 total
tail -n1  2.85s user 0.01s system 99% cpu 2.865 total

所以，做笔记的区别time a | b是什么意思VS和time (a | b)。

Haskell之所以缓慢，部分原因是（其中一些是假设）

1. 默认情况下print，其基础putStrLn用途String是链接的字符列表。
2. UTF编码
3. RTS差异

对于1，使用Text的打包变体的性能差别不大，可能是由于问题2所致。

对于2，ByteString变体（用字节代替字符）更能代表您的C程序正在做什么：

-- Using functions from the Relude package
main = traverse_ putBSLn (show <$> [(1::Int)..10000000])

结果是

10000000
./foo  1.55s user 0.08s system 56% cpu 2.904 total

因此，CPU时间更接近您的C程序，这使我假设这种差异主要是由于在Haskell的序言中默认使用的例程中内置了不必要的UTF8处理。

死角：

• 我试图NoBuffering和大BlockBuffering，没有运气。
• 构造一个大的字节串并通过一个调用进行打印并没有更好的效果（惰性或严格的字节串）。
• 通过Text而不是String仅打印进行了最大的改进。
• 直接呈现为ByteString而不是通过将showed 打包到String中。我希望，如果做得好，这可能是一个胜利。

编辑：我不敢相信我忘记了Builder，这是一种构建字节串的优化方法，在某些情况下，它可以很好地融合以减少分配。Builder是我上面显示的示例的基础，但是直接使用它可以进行一些手动优化。

{-# LANGUAGE OverloadedStrings #-}
import Data.ByteString.Builder
import System.IO (stdout)
import Data.Foldable

main :: IO ()
main = do
    traverse_ (hPutBuilder stdout . (<>"\n") . intDec) [(1::Int)..10000000]

在执行：

./foo  1.05s user 0.13s system 38% cpu 3.048 total
tail -n1  3.02s user 0.01s system 99% cpu 3.047 total

的确，这比以前的许多单独调用hPut更为有效，因为正如hPutBuilder所说：

此功能比hPut更有效。toLazyByteString，因为在许多情况下无需进行缓冲区分配。此外，短生成器的几次执行结果在“句柄”缓冲区中并置，因此避免了不必要的缓冲区刷新。

因此，我应该补充：4. Haskell在这种情况下运行缓慢，因为有时计算不会融合，并且最终会产生多余的分配，这不是免费的。