为什么Mono运行一个简单的方法要慢，而RyuJIT运行它要快得多呢？

Question

出于好奇，我创建了一个简单的基准，但无法解释结果。

作为基准数据，我准备了一个带有一些随机值的结构数组。筹备阶段没有设定基准：

struct Val 
{
    public float val;
    public float min;
    public float max;
    public float padding;
}

const int iterations = 1000;
Val[] values = new Val[iterations];
// fill the array with randoms

基本上，我想比较这两个钳式实现：

static class Clamps
{
    public static float ClampSimple(float val, float min, float max)
    {
        if (val < min) return min;          
        if (val > max) return max;
        return val;
    }

    public static T ClampExt<T>(this T val, T min, T max) where T : IComparable<T>
    {
        if (val.CompareTo(min) < 0) return min;
        if (val.CompareTo(max) > 0) return max;
        return val;
    }
}

以下是我的基准测试方法：

[Benchmark]
public float Extension()
{
    float result = 0;
    for (int i = 0; i < iterations; ++i)
    {
        ref Val v = ref values[i];
        result += v.val.ClampExt(v.min, v.max);
    }

    return result;
}

[Benchmark]
public float Direct()
{
    float result = 0;
    for (int i = 0; i < iterations; ++i)
    {
        ref Val v = ref values[i];
        result += Clamps.ClampSimple(v.val, v.min, v.max);
    }

    return result;
}

我在两个作业中使用BenchmarkDotNet版本0.10.12：

[MonoJob]
[RyuJitX64Job]

这些是我得到的结果：

BenchmarkDotNet=v0.10.12, OS=Windows 7 SP1 (6.1.7601.0)
Intel Core i7-6920HQ CPU 2.90GHz (Skylake), 1 CPU, 8 logical cores and 4 physical cores
Frequency=2836123 Hz, Resolution=352.5940 ns, Timer=TSC
  [Host]    : .NET Framework 4.7 (CLR 4.0.30319.42000), 64bit RyuJIT-v4.7.3062.0
  Mono      : Mono 5.12.0 (Visual Studio), 64bit
  RyuJitX64 : .NET Framework 4.7 (CLR 4.0.30319.42000), 64bit RyuJIT-v4.7.3062.0


    Method |       Job | Runtime |      Mean |     Error |    StdDev |
---------- |---------- |-------- |----------:|----------:|----------:|
 Extension |      Mono |    Mono | 10.860 us | 0.0063 us | 0.0053 us |
    Direct |      Mono |    Mono | 11.211 us | 0.0074 us | 0.0062 us |
 Extension | RyuJitX64 |     Clr |  5.711 us | 0.0014 us | 0.0012 us |
    Direct | RyuJitX64 |     Clr |  1.395 us | 0.0056 us | 0.0052 us |

我可以接受，总的来说，Mono的速度要慢一些。但我不明白的是：

为什么Mono运行Direct方法比Extension慢，记住Direct使用非常简单的比较方法，而Extension则使用带有其他方法调用的方法？

RyuJIT在这里展示了这个简单方法的4倍优势。

有人能解释一下吗？

Answer 1

既然没人想做拆卸的事，我就回答我自己的问题。

原因似乎是由JIT生成的本机代码，而不是注释中提到的数组边界检查或缓存问题。

RyuJIT为ClampSimple方法生成非常有效的代码：

    vucomiss xmm1,xmm0
    jbe     M01_L00
    vmovaps xmm0,xmm1
    ret

M01_L00:
    vucomiss xmm0,xmm2
    jbe     M01_L01
    vmovaps xmm0,xmm2
    ret

M01_L01:
    ret

它使用CPU的本机ucomiss操作来比较float和快速movaps操作，以在CPU的寄存器之间移动这些float。

扩展方法比较慢，因为它有对System.Single.CompareTo(System.Single)的几个函数调用，下面是第一个分支：

lea     rcx,[rsp+30h]
vmovss  dword ptr [rsp+38h],xmm1
call    mscorlib_ni+0xda98f0
test    eax,eax
jge     M01_L00
vmovss  xmm0,dword ptr [rsp+38h]
add     rsp,28h
ret

让我们看看为ClampSimple方法生成的本机代码Mono：

    cvtss2sd    xmm0,xmm0  
    movss       xmm1,dword ptr [rsp+8]  
    cvtss2sd    xmm1,xmm1  
    comisd      xmm1,xmm0  
    jbe         M01_L00  
    movss       xmm0,dword ptr [rsp+8]  
    cvtss2sd    xmm0,xmm0  
    cvtsd2ss    xmm0,xmm0  
    jmp         M01_L01 

M01_L00: 
    movss       xmm0,dword ptr [rsp]  
    cvtss2sd    xmm0,xmm0  
    movss       xmm1,dword ptr [rsp+10h]  
    cvtss2sd    xmm1,xmm1  
    comisd      xmm1,xmm0  
    jp          M01_L02
    jae         M01_L02  
    movss       xmm0,dword ptr [rsp+10h]  
    cvtss2sd    xmm0,xmm0  
    cvtsd2ss    xmm0,xmm0  
    jmp         M01_L01

M01_L02:
    movss       xmm0,dword ptr [rsp]  
    cvtss2sd    xmm0,xmm0  
    cvtsd2ss    xmm0,xmm0  

M01_L01:
    add         rsp,18h  
    ret 

Mono的代码将floats转换为double，并使用comisd对它们进行比较。此外，在准备返回值时，有一些奇怪的“转换翻转”( float➞double➞float )。此外，在内存和寄存器之间还有更多的移动。这解释了为什么Mono的简单方法的代码比RyuJIT的代码慢。

Extension方法代码非常类似于RyuJIT的代码，但也有奇怪的转换翻转( float➞double➞float )

movss       xmm0,dword ptr [rbp-10h]  
cvtss2sd    xmm0,xmm0  
movsd       xmm1,xmm0  
cvtsd2ss    xmm1,xmm1  
lea         rbp,[rbp]  
mov         r11,2061520h  
call        r11  
test        eax,eax  
jge         M0_L0 
movss       xmm0,dword ptr [rbp-10h]  
cvtss2sd    xmm0,xmm0  
cvtsd2ss    xmm0,xmm0
ret

RyuJIT似乎可以生成更有效的代码来处理float，Mono将float作为double，并每次转换值，这也会导致CPU寄存器和内存之间的额外值传输。

请注意，所有这些仅对x64有效。我不知道这个基准在Linux或Mac上会如何运行。