QT項目性能調優小記

最近的項目用到了QT 5.5，項目在運行過程當中出現了一段時間CPU佔用率持續25%，並頻繁斷網的狀況，遂決定對項目性能進行優化。

優化工具也是VS2010自帶的性能分析工具，具體的使用方法參見：http://www.cnblogs.com/smark/archive/2011/10/12/2208039.html

其中能夠選擇「just my code」過濾出本身編寫的代碼。

經過性能分析工具能夠找到佔用CPU時間較多的函數，而後按照佔有時間多少進行優化->再分析->再優化的步驟，屢次優化後，將CPU佔用率降到了2%如下。下面將對性能優化提高較大的幾個優化步驟進行記錄：

1.優化字符串格式化方法。

項目中有將QByteArray中的二進制數如」123」格式化成」31, 32, 33」的功能，使用的代碼以下：

 1 QByteArray msg = xxx
 2 
 3 QString  str;
 4 
 5 foreach (quint8 b, msg)
 6 
 7 {
 8 
 9     str.append(QString().sprintf(「%02X」, b));
10 
11 }

View Code

 

當msg中包含6，7w個字符時，在lz酷睿2代i5的機器上，這段代碼須要執行4到5s，由於其中的QString會調用new函數6，7w此，對性能影響極大。優化後的代碼以下：

 1 QString  buildString(const QByteArray& ba)
 2 
 3 {
 4 
 5 static const char ascii[] = {‘0’, ‘1’, ‘2’,‘3’,‘4’,‘5’,‘6’,‘7’,‘8’,‘9’,‘A’,‘B’,‘C’,‘D’,‘E’,‘F’};
 6 
 7 QString buf;
 8 
 9 buf.resize(ba.length() * 3);
10 
11 int i = 0;
12 
13 foreach (quint8 b, ba)
14 
15 {
16 
17     buf[i] = ascii[b >> 4];
18 
19     buf[i + 1] =ascii[b & 0xF];
20 
21     buf[i + 2] = ‘, ’;
22 
23  
24 
25     i += 3;
26 
27 }
28 
29 if (i > 0)
30 
31     i –= 3;
32 
33 buf[i] = ‘\0’;
34 
35 return buf;
36 
37 }

View Code

 

從新運行後，CPU耗時120ms左右，性能提高了幾十倍。

2.優化界面刷新

在界面功能中有一處表格顯示的功能，顯示接收到的數據，在原始的代碼中，當接收到一條數據，填充到表格上時，就調用一次表格scrollTo方法，當1s接收到2，3百條數據時，就會調用2，3此scrollTo方法，直接致使了界面頻繁更新。

優化的方法是，考慮到人眼的觀察能力，將刷新頻率即scrollTo的函數調用固定爲1s一次，減小了2，3百此的界面重繪，下降了CUP負載。

3.優化更新時戳功能

項目中有一處更新時戳的功能，記錄某些狀態是否已經超時，原始代碼中經過QDateTime記錄時戳，當數據到來時會調用QDateTime：：currentDateTime更新時戳，當有大量數據到來時會頻繁更新時戳，經過性能分析發現此處調用總CPU使用率的7%。考慮該時戳只須要統計時間間隔，遂優化後改用time.h中的clock函數打時戳，該函數返回至程序啓動的毫秒數。再次進行性能分析顯示此處調用降到CPU使用率的0.23%，性能提高明顯。

4.優化數據庫操做

項目中有一處數據庫記錄update操做，將QByteArray更新到數據庫中，程序中使用了QT中的儲存過程API，將QByteArray變量綁定到QSqlQuery對象上，參考代碼以下：

1 QSqlQuery query(db);
2 
3 QByteArray data;
4 
5 query.prepare(「update table set data = ? where id = ?」);
6 
7 query.bindValue(0, data);
8 
9 query.bindValue(1, id);

View Code

 

其中data中包含6，7w個數據，其中發現程序在query.bindValue(data)上耗時最多，打印日誌發現該data中的內容一定爲可顯示的ascii，遂將代碼改成

1 query.bindValue(0, QString(data));

View Code

 

減小了QByteArray轉換成QString的時間。

5.其餘

其餘優化還包括數據結構的調整，包括將2，3百條數據的數組改爲map結構儲存等。

 

總結

固然對軟件的優化仍是用遵循相應的原則，好比不要過早優化，在項目的初期以代碼的穩定性，可讀性，可擴展性爲主要目標，只有當代碼的性能不能知足需求時再進行適當的優化。由於每每對代碼的優化會犧牲以上三個特效，因此在軟件開發過程當中，常常須要平衡這些特性。