benchmark.md

性能评测

对比了 Google 的 zoekt 引擎，这款引擎在其他开源代码搜索引擎中性能相对较好。

数据：

1. 小数据集：一个约 60 万行的代码仓库
2. 大数据集：600+仓库，约 2000 万行代码，查询时分页取前 600 个结果

方法：

1. 昆仑：使用 评测代码 cmd/benchmark/main.go，-runs=100 执行 100 次取平均
2. zoekt：使用 zoekt-webserver，读取 footer 中的延迟，5 次取平均
3. 分别测试了单串和正则两个类型的表达式

搜索延迟（值越小越好）

小数据集

搜索 "kafka"：
昆仑：0.920 毫秒
zoekt：3.654 毫秒

搜索 "cpu.*cache"：
昆仑：0.347 毫秒
zoekt：29.712 毫秒

搜索 "gc.*time"：
昆仑：1.265 毫秒
zoekt：365.794 毫秒

大数据集

搜索 "kafka"：
昆仑：1.208 毫秒
zoekt：13.595 毫秒

搜索 "cpu.*cache"
昆仑：4.222 毫秒
zoekt：45.980 毫秒

搜索 "gc.*time"
昆仑：41.275 毫秒
zoekt：4628 毫秒

结论

由于采用了多种优化手段，相比竞品，昆仑对正则表达式的搜索速度提升在 10 倍以上，对于极端情况比如 "gc.*time" （gc 和 time 都是常见单词）提升可以在 100 倍。

对于简单字符串匹配，随着数据集的扩张（从 60 万到 2000 万行代码），昆仑的性能下降速度远低于数据集膨胀速度（从 0.920 毫秒 到 1.208 毫秒）。