6.8 KiB
压测方法与报告
English | 简体中文
本文件记录压测的方法学与实测数据，使他人能够复现并判断结论是否可信。
方法学
三种测量，分别回答不同问题
| 工具 | 回答的问题 |
|---|---|
bench |
单次调用有多快 |
bench_scale |
成本随规模如何增长 |
bench_parallel |
多个核心能省多少 |
三者都在 apsis-rs 门面中，以 example 形式提供，release 模式运行：
cargo run --release -p apsis-rs --features full --example bench
cargo run --release -p apsis-rs --features full --example bench_scale
cargo run --release -p apsis-rs --features full --example bench_parallel
三条原则
无预热。 每项测量前不丢弃任何一次调用。首次调用会付出惰性分配与缓存的代价，
而调用方等待的正是这个代价，把它藏在一次被丢弃的运行里，等于报告了一个没有人
真正等待过的数字。因此 bench_scale 同时给出冷启动与稳态两列。
取多次最优。 串行基线跑若干次取最快。调度抖动只会让某一次变慢，不会让所有
次都变慢；取最快得到的是干净的信号，而不是被邻居进程污染的下界。bench_parallel
用这一方式。
报告每单位成本。 绝对值随机器变化，ns per unit 不变。看后者才能判断复杂度
是否正确。
复杂度判据
对输入规模 n，ns per unit 恒定即 O(1) 每单位（线性总时间）；ns per unit
按 n 的幂增长即该幂次的总复杂度。指数由相邻两点的比值取对数得到。
测量环境
| 项 | 值 |
|---|---|
| CPU | AMD Ryzen 7 8845HS（8 核 16 线程） |
| 内存 | 28 GB |
| 工具链 | rustc 1.98.1，release |
| 依赖 | 无第三方，基准为 example |
绝对值只在本机有意义。跨机器比较应看同一工具的比值。
结果一：单次调用
| 路径 | 每次调用 |
|---|---|
| Hermite 星历插值查询 | 24.5 ns |
| TEME 到地固系旋转 | 27.2 ns |
| 开普勒根数转状态 | 37.8 ns |
| 地固系转大地坐标 | 49.4 ns |
| 链路预算 C/N0 | 61.0 ns |
| SGP4 传播（历元后 30 分） | 246.7 ns |
| 可见性搜索（120 样本） | 7.46 μs |
| 规划 60 个任务（1 资源） | 240 μs |
星历查询比它所替代的 SGP4 传播快约十倍，这正是 apsis-ephemeris 存在的理由：
一次建表、多次查询时，插值远便宜于传播。
结果二：规模扫描
星座一日传播（60 秒步长，1441 样本/星）
| 星数 | 冷启动 | 稳态 | 每样本 |
|---|---|---|---|
| 24 | 9.1 ms | 8.2 ms | 238 ns |
| 240 | 79.5 ms | 82.5 ms | 239 ns |
| 1008 | 337.0 ms | 337.0 ms | 232 ns |
| 2016 | 675.2 ms | 675.2 ms | 232 ns |
每样本成本恒定（增长指数 0.00），即 SGP4 单次传播是 O(1)，总时间线性于星数。 两千余星的一日覆盖约 0.7 秒。冷启动与稳态几乎相同，说明该路径没有显著的 一次性分配。
可见性搜索（单站，每轨 2 小时）
| 轨数 | 每星 |
|---|---|
| 8 | 7.3 μs |
| 128 | 7.4 μs |
恒定（增长指数 0.01），每条轨道独立，线性于星数。
拓扑构建与路由（4500 km 链路）
| 星数 | 每星 | 增长指数 |
|---|---|---|
| 8 | 252 ns | — |
| 64 | 2.2 μs | 1.19 |
| 120 | 5.8 μs | 1.52 |
| 300 | 34.1 μs | 1.94 |
| 600 | 193.4 μs | 2.50 |
约 O(n²)。每星成本随星数增长，指数从 1 升到 2.5。成因是几何判定本身 就是全对检查：n 颗星有 n² 对要判断。并行扫描证实瓶颈在此。
任务规划（单资源，50 长优先级链）
| 任务数 | 每任务 | 增长指数 |
|---|---|---|
| 60 | 4.6 μs | — |
| 200 | 14.7 μs | 0.96 |
| 1000 | 106.7 μs | 1.32 |
| 2000 | 312.7 μs | 1.55 |
约 O(n²)，大 n 时趋向 O(n)。贪心放置本质上按时间序逐个安排，每次放置 都要与已放置的 placement 比较，故二次是算法本身而非实现缺陷。
结果三：并行扫描
传播（按卫星分块）
| 星数 | 1 线程 | 2 | 4 | 8 | 16 | 最佳加速 |
|---|---|---|---|---|---|---|
| 550 | 299 ms | 1.46× | 2.87× | 4.49× | 7.96× | 7.96× (16) |
| 1000 | 361 ms | 2.01× | 4.03× | 7.88× | 9.94× | 9.94× (16) |
| 2000 | 673 ms | 1.79× | 3.59× | 6.89× | 8.28× | 8.28× (16) |
传播是 embarrassingly parallel：每个卫星独立，2 至 8 线程接近线性。 16 线程效率降到约 0.5，即超线程带来争用。推荐 8 线程（效率 0.9 左右）， 或 16 线程换取更高绝对吞吐。
可见性搜索
| 轨数 | 1 线程 | 4 | 8 | 16 | 最佳加速 |
|---|---|---|---|---|---|
| 64 | 1.08 ms | 2.24× | 2.89× | 2.23× | 2.89× (8) |
| 256 | 2.40 ms | 3.32× | 5.59× | 5.61× | 5.61× (8) |
小规模加速有限，因为线程启动的固定开销在小工作量上占主导。256 轨约 5.6×。
拓扑构建（阶段拆分）
| 星数 | 可见性（可并行） | 边折叠（串行尾部） | 最佳加速 |
|---|---|---|---|
| 120 | 0.30 ms | 0.21 ms | 1.48× |
| 300 | 1.92 ms | 4.06 ms | ~1.0× |
并行化无法解决该路径。300 星时串行的边折叠占 4.06 ms，是可并行部分的
两倍有余，总时间几乎不随线程数变化。根因是 add_edge 查重时线性扫描已有边，
使插入本身成为 O(n³)。
结论
| 路径 | 复杂度 | 并行性 | 实用规模表现 |
|---|---|---|---|
| SGP4 传播 | O(1)/样本 | 优秀，8 线程 ~7× | 2016 星一日 0.7 s；16 线程 81 ms |
| 星历插值查询 | O(log n) | 随传播 | 24 ns/次 |
| 可见性搜索 | O(1)/星 | 良好，8 线程 ~5× | 256 轨 0.33 ms |
| 坐标与链路 | O(1) | 不必并行 | 27 至 61 ns |
| 任务规划 | ~O(n²) | 串行 | 2000 任务 0.6 s |
| 拓扑构建 | ~O(n²) | 无效（串行尾部主导） | 600 星 116 ms |
要点
- 数值内核是线性且高度可并行的。 两千余星的一日轨道预测单线程 0.7 秒， 16 线程 81 毫秒。
- 星历插值比传播快十倍，密集查询场景应先用传播建表再插值。
- 两个组合算法受限于算法而非并行度：任务规划是贪心的固有二次，拓扑构建的 边插入查重是二次的平方。并行化对二者都无能为力，需要改算法。
- 推荐配置 8 线程：并行效率约 0.9，16 线程因超线程争用降至约 0.5。
复现
# 全部门禁，确保测量的是正确代码
cargo test --workspace --all-features
# 三种测量
cargo run --release -p apsis-rs --features full --example bench
cargo run --release -p apsis-rs --features full --example bench_scale
cargo run --release -p apsis-rs --features full --example bench_parallel
测量之间不要并发运行其它负载。绝对值随机器变化，结论应基于同一工具内的比值。