檢視原始碼 效能評測
效能評測的主要目的是找出給定演算法或函數哪種實作方式最快。效能評測並非精確的科學。現今的作業系統通常會執行難以關閉的背景任務。快取和多核心 CPU 並不利於效能評測。在進行效能評測時，最好在單一使用者模式下執行 UNIX 電腦，但對於隨意的測試來說，這至少是不方便的。
使用 erlperf
一個有用的效能評測工具是 erlperf (文件)。它可以簡單地找出哪個程式碼比較快。例如，以下是如何比較兩種產生隨機位元組的方法
% erlperf 'rand:bytes(2).' 'crypto:strong_rand_bytes(2).'
Code || QPS Time Rel
rand:bytes(2). 1 7784 Ki 128 ns 100%
crypto:strong_rand_bytes(2). 1 2286 Ki 437 ns 29%從 時間 欄位我們可以讀出，平均來說，呼叫 rand:bytes(2) 需要 128 奈秒，而呼叫 crypto:strong_rand_bytes(2) 需要 437 奈秒。
從 QPS 欄位我們可以讀出每秒可以進行多少次呼叫。對於 rand:bytes(2)，每秒可以進行 7,784,000 次呼叫。
Rel 欄位顯示相對差異，其中 100% 表示最快的程式碼。
當一次產生兩個隨機位元組時，rand:bytes/1 比 crypto:strong_rand_bytes/1 快三倍以上。假設我們真的需要強隨機數，而且我們需要盡可能快地取得它們，我們該怎麼辦？一種方法可以是一次產生超過兩個位元組。
% erlperf 'rand:bytes(100).' 'crypto:strong_rand_bytes(100).'
Code || QPS Time Rel
rand:bytes(100). 1 2124 Ki 470 ns 100%
crypto:strong_rand_bytes(100). 1 1915 Ki 522 ns 90%當我們一次產生 100 個位元組時，rand:bytes/1 仍然比較快，但相對差異較小。
% erlperf 'rand:bytes(1000).' 'crypto:strong_rand_bytes(1000).'
Code || QPS Time Rel
crypto:strong_rand_bytes(1000). 1 1518 Ki 658 ns 100%
rand:bytes(1000). 1 284 Ki 3521 ns 19%當我們一次產生 1000 個位元組時，crypto:strong_rand_bytes/1 現在是最快的。
使用 Erlang/OTP 功能進行效能評測
效能評測可以測量實際時間或 CPU 時間。
timer:tc/3測量實際時間。實際時間的優點是，I/O、交換以及作業系統核心中的其他活動都包含在測量中。缺點是測量結果通常變化很大。通常最好多次運行效能評測，並記錄最短的時間，這是在最佳情況下可能實現的最小時間。statistics(runtime)測量在 Erlang 虛擬機器中花費的 CPU 時間。CPU 時間的優點是，結果在不同運行之間更加一致。缺點是不包含在作業系統核心中花費的時間（例如交換和 I/O）。因此，如果涉及任何 I/O（檔案或 socket），測量 CPU 時間會產生誤導。
同時進行實際時間測量和 CPU 時間測量可能是一個好主意。
一些最後的建議
- 兩種測量類型的粒度都可能很高。因此，請確保每次測量至少持續幾秒鐘。
- 為了使測試公平，每次新的測試運行都要在自己新建立的 Erlang 進程中執行。否則，如果所有測試都在同一個進程中執行，後面的測試會以較大的堆積大小開始，因此可能執行的垃圾回收較少。也請考慮在每次測試之間重新啟動 Erlang 模擬器。
- 不要假設在電腦架構 X 上給定演算法最快的實作方式，在電腦架構 Y 上也是最快的。