Performance 如何提高Dart的二进制数据转换性能？

在为一家更大的德国公司Future Technologies Group做咨询工作时，我向Dart移植了大约6000行Java服务器端软件。这将有助于回答Dart能否在服务器上有效使用的问题。（这本身就为Dart开了绿灯，因为它有一种语言用于客户端和服务器端编程的优势。）

了解Dart（我非常喜欢使用Dart）后，我预计相对于Java，性能会下降30-50%，但无论如何都不会低于100%（速度是Java的两倍），这是上述决策过程的截止点

港口进展顺利。我学到了很多。单元测试很好。但是演出结果非常糟糕。。。与Java程序相比，总体速度要慢七倍

分析代码发现了两个主要问题：数据转换和文件I/O。也许我做错了什么？在我回到我的客户那里，他们取消了Dart研究之前，我想寻求一些关于如何改进的建议。让我们从数据转换开始，将本机Dart数据类型转换为各种二进制格式，可用于有效传输和存储数据

通常，这些转换非常简单和快速，因为实际上不需要从使用的内部格式转换任何内容，而大部分内容都存储在缓冲区中。我创建了一个基准程序，以某种方式反映了这些转换在我的程序中的典型使用：

导入'dart:typed_data'；
导入“包：基准线束/基准线束.dart”；
//通过扩展BenchmarkBase创建新基准
类转换基准扩展了BenchmarkBase{
UINT8列表结果；
ConversionBenchmark（）：超级（“转换”）；
//基准代码。
无效运行（）{
常量int BufSize=262144；//256KB
const int SetSize=64；//重复一组“典型”数据
ByteData缓冲区=新的ByteData（BufSize）；
double doubleContent=0.0；//用于模拟双内容
int intContent=0；//用于模拟int内容
整数偏移=0；
对于（int j=0；j

它基于来自的基准线束。为了进行比较，我使用了以下基于Dart基准测试线束端口的Java程序：

包ylib.tools；
导入java.nio.ByteBuffer；
公共类转换基准扩展了BenchmarkBase{
公共ByteBuffer结果；
公共转换基准（{super（“转换”）；}
//基准代码。
@覆盖受保护的无效运行（）{
final int BufSize=262144；//256KB
final int SetSize=64；//重复一组“典型”数据
ByteBuffer缓冲区=ByteBuffer.allocate（BufSize）；
double doubleContent=0.0；//用于模拟双内容
int intContent=0；//用于模拟int内容
对于（int j=0；j<（buffer.capacity（）/SetSize）；j++）{
//以下是一些“典型”转换组合：
buffer.putdoull（doubleContent）；doubleContent+=0.123；
对于（intk=0；k<8；k++）{//主要用例
buffer.putFloat（（float）doubleContent）；doubleContent+=0.123；
}
putInt（intContent）；intContent++；
putInt（intContent）；intContent++；
putShort（（short）intContent）；intContent++；
putShort（（short）intContent）；intContent++；
put（（字节）intContent）；intContent++；
put（（字节）intContent）；intContent++；
buffer.put（“AsciiStrng.getBytes（））；
//assert（（buffer.position（）%SetSize）==0）；//确保示例内容适合[SetSize]字节
}
buffer.flip（）；//需要进一步处理
result=buffer；//避免编译器优化所有内容
}
公共静态void main（字符串[]args）{
新的转换基准（）.report（）；
}
}

Java代码的运行速度几乎是我的英特尔Windows 7计算机上Dart代码的10倍。两者都在各自的虚拟机上以生产模式运行

---

代码中有明显的错误吗？或者有不同的飞镖类可以做这项工作？关于为什么Dart在这些简单的转换中会慢得多，有什么解释吗？还是我对Dart VM性能的期望完全错误？

字节数据方法（

ByteData.setXYZ

和

ByteData.getXYZ

）在Dart VM上的性能确实比直接类型数组访问差得多。我们开始研究这个问题，初步结果令人鼓舞[1]

同时，您可以通过使用类型化数组（完整代码见[2]）将自己的转换转换为big-endian，从而解决这一令人遗憾的性能回归问题：

///Writer包装固定大小的Uint8L