目录
  • 问题：
  • 测试内容：
  • 测试环境:
    • glog测试代码如下：
    • spdlog异步测试代码:
    • 普通io流写入测试代码：
  • 总结：

    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本网站其它相关文章！

    您可能感兴趣的文章:

    • google c++程序测试框架googletest使用教程详解
    • C++之eigen安装与测试方式
    • C++用函数对算法性能进行测试
    • C/C++ 单元自动化测试解决方案总结
    • C++ 测试框架GoogleTest入门介绍