是什么让.NET7的Min和Max方法性能暴增了45倍？

Posted 2023-01-11 InCerry

简介

在之前的一篇文章.NET性能系列文章一：.NET7的性能改进中我们聊到Linq中的Min()和Max()方法.NET7比.NET6有高达45倍的性能提升，当时Benchmark代码和结果如下所示：

[Params(1000)]
public int Length  get; set; 

private int[] arr;

[GlobalSetup]
public void GlobalSetup() => arr = Enumerable.Range(0, Length).ToArray();

[Benchmark]
public int Min() => arr.Min();

[Benchmark]
public int Max() => arr.Max();

方法	运行时	数组长度	平均值	比率	分配
Min		1000	3,494.08 ns	53.24	32 B
Min		1000	65.64 ns	1.00	-
Max		1000	3,025.41 ns	45.92	32 B
Max		1000	65.93 ns	1.00	-

可以看到有高达45倍的性能提升，那就有小伙伴比较疑惑，在.NET7中到底是做了什么让它有如此大的性能提升？
所以本文就通过.NET7中的一些pr带大家一起探索下.NET7的Min()和Max()方法是如何变快的。

探索

首先我们打开.NET Runtime的仓库，应该没有人不会知道仓库的地址吧？里面包含了.NET运行时所有的代码，包括CLR和BCL库。地址如下所示：
https://github.com/dotnet/runtime

然后我们熟练的根据命名空间System.Linq找到Linq所在的文件夹位置，如下所示：

可以看到很多Linq相关的方法都在这个文件夹内，让我们先来找一找Max()方法所对应的类。就是下方所示，我们可以看到刚好异步小王子Stephen Toub大佬提交了一个优化代码。

然后我们点击History查看这个类的提交历史，我们发现Stephen大佬在今年多次提交代码，都是优化其性能。

找到Stephen大佬的第一个提交，我们发现在Max的代码中，多了一个特殊的路径，如果数据类型为int[]，那么就走单独的一个方法重载，并在这个重载中启用了SIMD向量化，代码如下所示：

SIMD向量化在我之前的多篇文章中都有提到(如：.NET如何快速比较两个byte数组是否相等)，它是CPU的特殊指令，使用它可以大幅度的增强运算性能，我猜这就是性能提升的原因。

我们可以看到在上面只为int[]做了优化，然后继续浏览了Stephen大佬的其它几个PR，Stephen大佬将代码抽象了一下，使用了泛型的特性，然后顺便为其它的基本值类型都做了优化。能享受到性能提升的有byte sbyte ushort short uint int ulong long nuint nint。

所以我们以最后一个提交为例，看看到底是用了什么SIMD指令，什么样的方法来提升的性能。抽取出来的核心代码如下所示：

private static T MinMaxInteger<T, TMinMax>(this IEnumerable<T> source)
    where T : struct, IBinaryInteger<T>
    where TMinMax : IMinMaxCalc<T>

    T value;

    if (source.TryGetSpan(out ReadOnlySpan<T> span))
    
        if (span.IsEmpty)
        
            ThrowHelper.ThrowNoElementsException();
        

        // 判断当前平台是否支持使用Vector-128 或者 总数据长度是否小于128位
        // Vector128是指硬件支持同时计算128位二进制数据
        if (!Vector128.IsHardwareAccelerated || span.Length < Vector128<T>.Count)
        
            // 进入到此路径，说明最基础的Vector128都不支持，那么直接使用for循环来比较
            value = span[0];
            for (int i = 1; i < span.Length; i++)
            
                if (TMinMax.Compare(span[i], value))
                
                    value = span[i];
                
            
        
        // 判断当前平台是否支持使用Vector-256 或者 总数据长度是否小于256位
        // Vector256是指硬件支持同时计算256位二进制数据
        else if (!Vector256.IsHardwareAccelerated || span.Length < Vector256<T>.Count)
        
            // 进入到此路径，说明支持Vector128但不支持Vector256
            // 那么进入128位的向量化的比较

            // 获取当前数组的首地址，也就是指向第0个元素
            ref T current = ref MemoryMarshal.GetReference(span);
            // 获取Vector128能使用的最后地址，因为整个数组占用的bit位有可能不能被128整除
            // 也就是说最后的尾巴不够128位让CPU跑一次，那么就直接最后往前数128位，让CPU能完整的跑完
            ref T lastVectorStart = ref Unsafe.Add(ref current, span.Length - Vector128<T>.Count);

            // 从内存首地址加载0-127bit数据，作为最大值的基准
            Vector128<T> best = Vector128.LoadUnsafe(ref current);
            // 计算下一个的位置，也就是偏移128位
            current = ref Unsafe.Add(ref current, Vector128<T>.Count);
            // 循环比较 确保地址小于最后地址
            while (Unsafe.IsAddressLessThan(ref current, ref lastVectorStart))
            
                // 此时TMinMax.Compare重载代码 => Vector128.Max(left, right);
                // Vector128.Max 会根据类型一一比较，每x位最大的返回，
                // 比如int就是每32位比较，详情可以看我后文的解析
                best = TMinMax.Compare(best, Vector128.LoadUnsafe(ref current));
                current = ref Unsafe.Add(ref current, Vector128<T>.Count);
            
            // 最后一组Vector128进行比较
            best = TMinMax.Compare(best, Vector128.LoadUnsafe(ref lastVectorStart));

            // 由于Vector128最后的结果是128位，比如我们类型是int32，那么最后的结果就有
            // 4个int32元素，我们还需要从这4个int32元素中找到最大的
            value = best[0];
            for (int i = 1; i < Vector128<T>.Count; i++)
            
                // 这里 TMinMax.Compare就是简单的大小于比较
                // left > right
                if (TMinMax.Compare(best[i], value))
                
                    value = best[i];
                
            
        
        else
        
            // Vector256执行流程和Vector128一致
            // 只是它能一次性判断256位，举个例子就是一个指令8个int32
            ref T current = ref MemoryMarshal.GetReference(span);
            ref T lastVectorStart = ref Unsafe.Add(ref current, span.Length - Vector256<T>.Count);

            Vector256<T> best = Vector256.LoadUnsafe(ref current);
            current = ref Unsafe.Add(ref current, Vector256<T>.Count);

            while (Unsafe.IsAddressLessThan(ref current, ref lastVectorStart))
            
                best = TMinMax.Compare(best, Vector256.LoadUnsafe(ref current));
                current = ref Unsafe.Add(ref current, Vector256<T>.Count);
            
            best = TMinMax.Compare(best, Vector256.LoadUnsafe(ref lastVectorStart));

            value = best[0];
            for (int i = 1; i < Vector256<T>.Count; i++)
            
                if (TMinMax.Compare(best[i], value))
                
                    value = best[i];
                
            
        
    
    else
    
        // 如果不是基本类型的数组，那么进入迭代器，使用原始方法比较
        using (IEnumerator<T> e = source.GetEnumerator())
        
            if (!e.MoveNext())
            
                ThrowHelper.ThrowNoElementsException();
            

            value = e.Current;
            while (e.MoveNext())
            
                T x = e.Current;
                if (TMinMax.Compare(x, value))
                
                    value = x;
                
            
        
    

    return value;

以上就是代码的解析，相信很多人疑惑的地方就是Vector128.Max做了什么，我们可以构造一个代码，让大家简单的看出来发生了什么。代码和运行结果如下所示：

// 定义一个数组
var array = new int[]  4, 3, 2, 1, 1, 2, 3, 4 ;

// 拿到数组首地址指针
ref int current = ref MemoryMarshal.GetReference(array.AsSpan());

// 从首地址加载128位数据，上面是int32
// 所以x = 4, 3, 2, 1
var x = Vector128.LoadUnsafe(ref current);

// 偏移128位以后，继续加载128位数据
// 所以y = 1, 2, 3, 4
var y = Vector128.LoadUnsafe(ref Unsafe.Add(ref current, Vector128<int>.Count));

// 使用Vector128.Max进行计算
var result = Vector128.Max(x, y);

// 打印输出结果
x.Dump();
y.Dump();
result.Dump();

从运行的结果可以看到，result中保存的是x和y对应位置的最大值，这样是不是就觉得清晰明了，Stephe大佬上文的代码就是做了这样一个操作。

同样，如果我们把int32换成int64，也就是long类型，由于一个元素占用64位，所以一次只能加载2个int64元素比较最大值，得出对应位置的最大值：

最后使用下面的for循环代码，从result中找到最大的那个int32元素，从我们上文的案例中就是4，结果和代码如下所示：

var value = result[0];
for (int i = 1; i < Vector128<int>.Count; i++)

	if (value < result[i])
	
		value = result[i];
	

要注意的是，为了演示方便我这里数组bit长度刚好是128倍数，实际情况中需要考虑不是128倍数的场景。

总结

答案显而易见，试.NET7中Min()和Max()方法性能暴增45倍的原因就是Stephe大佬对基本几个连续的值类型比较做了SIMD优化，而这样的优化在本次的.NET7版本中有非常多，后面有时间带大家一起看看SIMD又是如何提升其它方面的性能的。