apache/lucene

Create a simple "real world" regexp benchmark [LUCENE-9986]

Open

#11 025 ouverte le 2 juin 2021

Voir sur GitHub
 (6 commentaires) (0 réactions) (1 assigné)Java (879 forks)batch import
good first issuelegacy-jira-priority:Majortype:enhancement

Métriques du dépôt

Stars
 (2 179 stars)
Métriques de merge PR
 (Merge moyen 7j 11h) (109 PRs mergées en 30 j)

Description

For issues like #11022, where we are struggling to decide which low-level optimizations to make for our (complicated!) determinize method, it would really help to have a large, real-world corpus of regexps to evaluate performance metrics of our automata operations, like CPU and HEAP required to parse the regexp and determinize.

Does anyone know of such an existing, hopefully compatibly licensed, corpus?

Probably we would add these benchmarks to luceneutil.

Migrated from LUCENE-9986 by Michael McCandless (@mikemccand)

Guide contributeur

Direction de recherche
Tout d'abord, examinez la discussion existante dans l'issue #11022 pour comprendre les préoccupations de performance. Ensuite, recherchez un corpus d'expressions régulières du monde réel avec une licence compatible (par exemple, des corpus de regex provenant de tests de langages de programmation ou de projets open source). Les benchmarks doivent être ajoutés au projet `luceneutil`, probablement en tant que nouveau module, mesurant l'utilisation du CPU et du tas lors de l'analyse et de la déterminisation des regex. Consultez les mainteneurs, en particulier Michael McCandless, pour aligner la sélection du corpus et la conception des benchmarks.
Stack technique
java
Domaine
testingperformance
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
JavaGitLucene basicsBenchmarking
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
50