(This blog post discusses CPU time profiling, but not space (memory) profiling. We’ll come back to that in a Part 2.) We use a range of different programming languages at Pusher and are always looking for ways to squeeze every bit of performance from them. Recently, I’ve been on a project to explore what other \[…\] (This blog post discusses CPU time profiling, but not space (memory) profiling. We
Interactive code snippets not yet available for SoH 2.0, see our Status of of School of Haskell 2.0 blog post perf and low-level Haskell programsTL;DR: perf can be particularly helpful when profiling performance critical sections of your programs. We show how through an example. The perf_events framework in the linux kernel, together with the perf userland tools, can be used to profile application
Profiling in Haskell can be an overwhelmingly confusing task. There’s plenty of little things you need to set up right to be able to perform it. This post aims to organize this information. Summary The project must be configured with profiling enabled. Some specific options must be set when configuring the profiling executable in the “.cabal” file. All the project’s dependencies must be installed
ghc-events-analyze is a new simple Haskell profiling tool that uses GHC's eventlog system. It helps with some profiling use cases that are not covered by the existing GHC profiling modes or tools. It has two major features: While ThreadScope shows CPU activity across all your cores, ghc-events-analyze shows CPU activity across all your Haskell threads.It lets you label periods of time during progr
how to find out why this solution is so slow. Are there any commands that tell me where most of the computation-time is spend so I know which part of my haskell-program is slow? Precisely! GHC provides many excellent tools, including: runtime statistics time profiling heap profiling thread analysis core analysis. comparative benchmarking GC tuning A tutorial on using time and space profiling is pa
Haskellは遅延評価を採用した言語です。第9回では，遅延評価によってプログラムの実行が効率的になる場合がある一方，遅延評価が原因で領域漏れ（スペース・リーク）が発生する可能性があることを説明しました。 プログラムの中で領域漏れが生じている個所は，一見しただけではなかなかわかりません。そこでGHCなどのHaskell処理系では，ヒープの使用状況を見るためのプロファイラが用意されています。今回は，ヒープ・プロファイラの情報を手がかりにして領域効率の問題がある個所を探す方法を説明します。 今回の記事には一つ注意点があります。この記事で使用する例や分析は，2011年3月3日にリリースされたGHC 7.0.2でのコンパイル結果に基づくものです。将来のGHCでは，最適化機能やライブラリの改善などによって，異なる結果になる可能性があります。実際にプログラムを効率化する際には，使用する処理系での結果に
MySQL のチューニング、と言った場合には、サーバーパラメータの調整や EXPLAIN コマンドを利用したクエリ実行計画の最適化が話題に上ることが多いです。しかし、発行する全ての SQL について、いちいち EXPLAIN コマンドを使って確認していては、いくら時間があってもたりません。チューニングを効率的に進めるには、まず、ボトルネックとなっている SQL クエリを特定し、次にその最適化を行うべきです。 ではどのようにして、ボトルネックを特定するのか。MySQL Conference & Expo 2009 のキーノートにおいて Mark Callaghan 氏は、Google では SHOW PROCESSLIST コマンドを使った統計的アプローチを使っていると述べていらっしゃいます (参照: MySQLConf 09: Mark Callaghan, "This is Not a
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
