通过引用子例程传递大哈希时性能缓慢

Question

这段代码

        foreach my $ti (@forward){
           my $new_bs = %blast_values->{ $ti }->{"bitscore"};
           if($new_bs > $fbs){
              $fti = $ti;
              $fbs = $new_bs;
           }
        }
        my $fqstart  = %blast_values->{ $fti }->{"qstart"};
        my $fqend    = %blast_values->{ $fti }->{"qend"};
        my $fsstart  = %blast_values->{ $fti }->{"sstart"};
        my $fsend    = %blast_values->{ $fti }->{"send"};

最初是通过子程序调用完成的：

        my ($fti, $fqstart, $fqend, $fsstart, $fsend, $fbs) = best_one(\@forward,\%blast_values);

它在子例程中的位置：

        my @forward = @{$_[0]};
        my %blast_values = %{$_[1]};

但是，子例程版本的运行速度比本文顶部显示的代码慢了大约 40 倍。子程序版本是相同的代码，只是移入子程序，然后返回指示的标量值。如果我让它运行完成，该子例程将被调用大约 30K 次，但我从来没有这样做过，因为它需要大约 1800 秒。将调试输出行放在子例程中的“foreach”之前，并且在运行期间输出行之间存在明显的延迟，大约为 1 秒，而对于 perl 主要部分中的版本，没有可测量的延迟（所以

该数组通常非常小，只有 1 或 2 个（99% 的时间）条目，很少达到 12 个。另一方面，哈希非常非常大。它有 150 万个键，每个键有 6 个值，可由子键访问。两者都是通过引用传递的，所以它们的内容大小真的不应该重要。

造成这种延迟的原因是什么？我不记得 Perl 子例程调用有这么多的调用开销，并且输入参数是通过引用传递的，所以它不必复制巨大的散列。 （尽管执行速度表明它可能正在这样做。）

Centos 5 上的 Perl 5.8.8。

Answer 1

这很慢，因为当你这样做时

my @forward = @{$_[0]};
my %blast_values = %{$_[1]};

您正在取消引用您传入的引用并将引用的结构复制到新变量中。如果%blast_values 很大，那就需要做很多工作了。

相反，只使用引用而不复制。 （这就是他们的目的。）

my $forward = shift;
my $blast_values = shift;

my $fqstart  = $blast_values->{ $fti }->{"qstart"};
# etc

另外，我假设您知道%blast_values->{ $fti }->{"qstart"} 没有意义。它完全起作用的事实是由于 Perl 中的一个错误。多年来，使用这种构造已发出警告（“不推荐使用哈希作为参考”）。你应该一直在使用$blast_values{ $fti }->{"qstart"}。