float parsing
This commit is contained in:
dtookey
parent
3c13939717
commit
803dae7a11
207
1brc.go
207
1brc.go
@ -2,25 +2,18 @@ package main
|
||||
|
||||
import (
|
||||
"bytes"
|
||||
"errors"
|
||||
"fmt"
|
||||
"hash/fnv"
|
||||
"io"
|
||||
"log"
|
||||
"math"
|
||||
"os"
|
||||
"runtime/pprof"
|
||||
"sort"
|
||||
"strconv"
|
||||
"strings"
|
||||
"sync"
|
||||
"time"
|
||||
)
|
||||
|
||||
//todo:
|
||||
// bytes.split is doing a ton of allocation. I think we can do better by only returning references instead of doing
|
||||
// a copy
|
||||
|
||||
const measurementsFile = "measurements.txt"
|
||||
const testFile = "dummy.txt"
|
||||
const resultFile = "my_results.txt"
|
||||
@ -56,10 +49,9 @@ func main() {
|
||||
f = startCpuProfile()
|
||||
}
|
||||
|
||||
_ = os.Remove(resultFile)
|
||||
_ = os.Remove(testFile)
|
||||
start := time.Now()
|
||||
oneBRC()
|
||||
//stream1BRC()
|
||||
finish := time.Now()
|
||||
if profile {
|
||||
stopProfiling(f)
|
||||
@ -69,83 +61,6 @@ func main() {
|
||||
validate()
|
||||
}
|
||||
|
||||
func validate() {
|
||||
me, err := os.ReadFile(resultFile)
|
||||
if err != nil {
|
||||
panic(err)
|
||||
}
|
||||
|
||||
ref, err := os.ReadFile(benchFile)
|
||||
if err != nil {
|
||||
panic(err)
|
||||
}
|
||||
|
||||
meLines := bytes.Split(me, []byte{'\r', '\n'})
|
||||
refLines := bytes.Split(ref, []byte{'\r', '\n'})
|
||||
|
||||
for i, line := range meLines {
|
||||
refLine := string(refLines[i])
|
||||
meLine := string(line)
|
||||
if refLine != meLine {
|
||||
fmt.Printf("Validation tripped: reference[%s]\tme[%s]\n", refLine, meLine)
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
func stream1BRC() {
|
||||
|
||||
f, err := os.OpenFile(measurementsFile, os.O_RDONLY, 0400)
|
||||
if err != nil {
|
||||
panic(err)
|
||||
}
|
||||
defer f.Close()
|
||||
|
||||
info, err := f.Stat()
|
||||
if err != nil {
|
||||
panic(err)
|
||||
}
|
||||
|
||||
idealChunkSize := (info.Size() / int64(nGoRoutine-1))
|
||||
|
||||
wg := &sync.WaitGroup{}
|
||||
results := make([]resultSet, nGoRoutine)
|
||||
|
||||
idx := int64(0)
|
||||
|
||||
for i := 0; i < nGoRoutine; i++ {
|
||||
wg.Add(1)
|
||||
chunk := make([]byte, idealChunkSize)
|
||||
l, err := f.ReadAt(chunk, idx)
|
||||
if err != nil {
|
||||
if !errors.Is(io.EOF, err) {
|
||||
panic(err)
|
||||
} else {
|
||||
fmt.Println("EOF")
|
||||
}
|
||||
}
|
||||
|
||||
var j int
|
||||
for j = l - 1; j > 0; j-- {
|
||||
if chunk[j] == '\n' {
|
||||
break
|
||||
}
|
||||
}
|
||||
|
||||
idx = int64(j + 1)
|
||||
|
||||
go workerComputeChunk(chunk[:j+1], i, results, wg)
|
||||
}
|
||||
wg.Wait()
|
||||
|
||||
finalRS := make(resultSet)
|
||||
|
||||
for _, rs := range results {
|
||||
finalRS.merge(rs)
|
||||
}
|
||||
|
||||
os.WriteFile(resultFile, []byte(finalRS.String()), 0666)
|
||||
}
|
||||
|
||||
func oneBRC() {
|
||||
bits, err := os.ReadFile(measurementsFile)
|
||||
if err != nil {
|
||||
@ -171,6 +86,29 @@ func oneBRC() {
|
||||
os.WriteFile(resultFile, []byte(finalRS.String()), 0666)
|
||||
}
|
||||
|
||||
func validate() {
|
||||
me, err := os.ReadFile(resultFile)
|
||||
if err != nil {
|
||||
panic(err)
|
||||
}
|
||||
|
||||
ref, err := os.ReadFile(benchFile)
|
||||
if err != nil {
|
||||
panic(err)
|
||||
}
|
||||
|
||||
meLines := bytes.Split(me, []byte{'\r', '\n'})
|
||||
refLines := bytes.Split(ref, []byte{'\r', '\n'})
|
||||
|
||||
for i, line := range meLines {
|
||||
refLine := string(refLines[i])
|
||||
meLine := string(line)
|
||||
if refLine != meLine {
|
||||
fmt.Printf("Validation tripped: reference[%s]\tme[%s]\n", refLine, meLine)
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
func startCpuProfile() *os.File {
|
||||
name := fmt.Sprintf("prof-%s.pprof", time.Now().Format("15-04-05"))
|
||||
f, err := os.Create(name)
|
||||
@ -218,11 +156,7 @@ func workerComputePartition(aData []byte, wPart partitionRange, workerNumber int
|
||||
continue
|
||||
}
|
||||
|
||||
temp, err := strconv.ParseFloat(string(line[di+1:][:len(line[di+1:])]), 64)
|
||||
if err != nil {
|
||||
fmt.Printf("failed to parse float[%s]: %+v", string(line[di+1:]), err)
|
||||
return
|
||||
}
|
||||
temp := fParseFloat(line[di+1:][:len(line[di+1:])])
|
||||
|
||||
hasher.Write(line[:di])
|
||||
key := hasher.Sum64()
|
||||
@ -257,73 +191,36 @@ func workerComputePartition(aData []byte, wPart partitionRange, workerNumber int
|
||||
container[workerNumber] = rs
|
||||
}
|
||||
|
||||
func workerComputeChunk(aData []byte, workerNumber int, container []resultSet, wg *sync.WaitGroup) {
|
||||
defer wg.Done()
|
||||
wPart := partitionRange{start: 0, end: int64(len(aData))}
|
||||
const delimiter = byte(';')
|
||||
func fParseFloat(str []byte) float64 {
|
||||
//kick everything off by computing the remainder
|
||||
v := float64(fCharToInt(str[len(str)-1])) / 10.0
|
||||
positive := true
|
||||
end := 0
|
||||
|
||||
rs := make(resultSet)
|
||||
|
||||
alloc := make([]result, 500)
|
||||
aCnt := 0
|
||||
var di int
|
||||
var line []byte
|
||||
|
||||
hasher := fnv.New64()
|
||||
|
||||
var start = wPart.start
|
||||
var end int64
|
||||
for end = seekNextNewLine(aData, wPart, start); end <= wPart.end; end = seekNextNewLine(aData, wPart, start) {
|
||||
|
||||
line = aData[start : end-2]
|
||||
//we know there will be at minimum 0.0, so we can skip 3 bytes
|
||||
for di = len(line) - 3; di > -1; di-- {
|
||||
if line[di] == delimiter {
|
||||
break
|
||||
}
|
||||
}
|
||||
|
||||
if di < 0 {
|
||||
continue
|
||||
}
|
||||
|
||||
temp, err := strconv.ParseFloat(string(line[di+1:][:len(line[di+1:])]), 64)
|
||||
if err != nil {
|
||||
fmt.Printf("failed to parse float[%s]: %+v", string(line[di+1:]), err)
|
||||
return
|
||||
}
|
||||
|
||||
hasher.Write(line[:di])
|
||||
key := hasher.Sum64()
|
||||
hasher.Reset()
|
||||
r, ok := rs[key]
|
||||
if !ok {
|
||||
r = alloc[aCnt]
|
||||
r.name = line[:di]
|
||||
r.min = math.MaxFloat64
|
||||
r.max = math.SmallestNonzeroFloat64
|
||||
aCnt++
|
||||
}
|
||||
r.count += 1.0
|
||||
|
||||
r.rAvg = ((r.rAvg * (r.count - 1.0)) + temp) / r.count
|
||||
|
||||
if temp > r.max {
|
||||
r.max = temp
|
||||
}
|
||||
|
||||
if temp < r.min {
|
||||
r.min = temp
|
||||
}
|
||||
|
||||
rs[key] = r
|
||||
start = end
|
||||
if end == wPart.end {
|
||||
break
|
||||
}
|
||||
if str[0] == '-' {
|
||||
positive = false
|
||||
end = 1
|
||||
}
|
||||
|
||||
container[workerNumber] = rs
|
||||
start := len(str) - 3
|
||||
oom := 0.0
|
||||
for i := start; i >= end; i-- {
|
||||
v += float64(fCharToInt(str[i])) * math.Pow(10.0, oom)
|
||||
oom += 1.0
|
||||
}
|
||||
|
||||
if positive {
|
||||
return v
|
||||
} else {
|
||||
return -v
|
||||
}
|
||||
}
|
||||
|
||||
func fCharToInt(b byte) int {
|
||||
if b >= '0' && b <= '9' {
|
||||
return int(b - '0')
|
||||
}
|
||||
panic(fmt.Errorf("couldn't parse: %v", string(b)))
|
||||
}
|
||||
|
||||
func seekNextNewLine(b []byte, part partitionRange, last int64) int64 {
|
||||
|
||||
Loading…
Reference in New Issue
Block a user