1brc

1brc

Go语言实现10亿行数据处理挑战 性能优化案例分析

本文介绍了一个使用Go语言实现1BRC(10亿行挑战)的开源项目。通过13次迭代优化,项目将数据处理时间从6分13秒缩短至12秒。文章详细记录了并发处理、内存管理、数据类型转换等优化技巧,为大规模数据处理提供了实用的性能优化方案。项目展示了Go语言在处理大数据时的高效性,为相关领域的开发者提供了valuable参考。

1BRCGo语言性能优化并发处理数据聚合Github开源项目

1BRC

1️⃣🐝🏎️ 十亿行挑战 -- 一个有趣的探索,看看能以多快的速度从文本文件中聚合10亿行数据。这个挑战主要针对Java,但我决定用Golang来解决它!

我写了一篇详细的博客介绍我的实现方法,你可以在这里查看。

迭代记录

最终实现方法如下图所示:

最终迭代可视化

以下是每次迭代的详细记录:

尝试次数方法执行时间差异提交
0朴素实现:将温度读入城市的映射中。串行遍历映射中的每个键(城市)以找出最低、最高和平均温度。6:13.15
1使用goroutines并发评估映射中的每个城市。4:32.80-100.358bd5f43
2移除对float64切片的排序。通过迭代计算最小值、最大值和平均值。4:25.59-7.21830e5df
3解耦文件内容的读取和处理。使用缓冲goroutine在两个进程之间通信。5:22.83+57.242babf7d
4不再向通道发送每一行,而是每100行一起发送。此外,为了最小化垃圾回收,重置切片时不释放内存。3:41.76-161.07b7b1781
5以100 MB的块读取文件,而不是逐行读取。3:32.62-9.14c26fea4
6将温度从string转换为int64,以int64处理,最后转换为float642:51.50-41.147812da4
7在城市<>温度映射中,将每个键(城市)的值替换为预处理的最小值、最大值、计数和所有温度之和,而不是存储该城市的所有记录温度。1:39.81-71.79e5213a8
8使用生产者消费者模式分块读取文件并并行处理这些块。1:43.82+14.01067f2a4
9通过将每个读取的块处理成一个映射来减少内存分配。结果通道现在可以整理较小的已处理块映射。0:28.544-75.286d4153ac
10通过在处理城市温度时不读取小数点来避免字符串连接开销。0:24.571-3.97390f2fe1
11直接将字节切片转换为字符串,而不使用strings.Builder0:18.910-5.76188bb6da
12用自定义的stringint解析器替换strconv.ParseInt0:14.008-4.90217d575f
13在构建最终结果字符串时减少映射访问调用。0:12.017-1.9991

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材��料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多