rbpf虚拟机-JIT和解释执行对比

简介: 该篇文章是记录rbpf虚拟机JIT执行和解释执行的速度对比。(学习该虚拟机的目的是为了搞懂solana合约的执行方式,solana使用的rbpf是在该虚拟机上进行扩展。)

✨重磅!盹猫的个人小站正式上线啦~诚邀各位技术大佬前来探秘!✨
—— 专为开发者打造的宝藏基地,等你来探索!
这里有:


🔥 硬核技术干货:编程技巧、开发经验、踩坑指南,带你解锁技术新姿势!
🎉 趣味开发日常:代码背后的脑洞故事、工具测评,让技术圈不再枯燥~
💎 独家资源分享:开源项目、学习资料包,助你打怪升级快人一步!


🚀 立即访问 → 盹猫猫的个人小站 ← 点击探索
🌟 说不定这里就有你寻找已久的技术秘籍哦~

Welcome to Code Block's blog

本篇文章主要介绍了
[rbpf虚拟机-JIT和解释执行对比]
❤博主广交技术好友,喜欢我的文章的可以关注一下❤

一、概述

该篇文章是记录rbpf虚拟机JIT执行和解释执行的速度对比。

(学习该虚拟机的目的是为了搞懂solana合约的执行方式,solana使用的rbpf是在该虚拟机上进行扩展。)

二、定义

2.1解释执行

代码在运行时由解释器逐行解释并执行,不需要提前编译。例如,Python、JavaScript等脚本语言通常采用解释执行。

2.2 JIT编译执行

JIT在程序运行时根据需要将部分代码(如热点代码)编译成机器码,而不是在程序运行前一次性编译所有代码。

三、测试代码

3.1解释执行

#[test]
fn test_process_time() {
     
    let start = Instant::now();
    let prog = assemble(
        "
            mov32 r0, 0        
            mov32 r1, 10000000
            add32 r0, 1
            sub32 r1, 1
            jgt r1, 0, -3
            exit             
        ",
    )
    .unwrap();
    let vm = rbpf::EbpfVmNoData::new(Some(&prog)).unwrap();
    for _i in 0..5 {
     
        assert_eq!(vm.execute_program().unwrap(), 0x989680);
    }
    let duration_with_jit = start.elapsed();
    eprintln!("未使用 JIT 的总时间: {:?}", duration_with_jit);
}

在上述代码中,使用解释执行,R0赋值为0,R1赋值为10000000,当R1不少于0时执行循环体,循环体内使R0加1,使R1减一,直到不满足循环条件时退出,此时应该返回R0的值为10000000(0x989680),该程序会被执行5次并记录时间。

通过面图片,可以看到该程序总共运行了14秒钟。

3.2 JIT执行

#[test]
fn test_jit_time() {
     
    let start = Instant::now();
    let prog = assemble(
        "
            mov32 r0, 0        
            mov32 r1, 10000000
            add32 r0, 1
            sub32 r1, 1
            jgt r1, 0, -3
            exit             
        ",
    )
    .unwrap();
    let mut vm = rbpf::EbpfVmNoData::new(Some(&prog)).unwrap();
    vm.jit_compile().unwrap();
    let duration_with_jit = start.elapsed();
    eprintln!("编译时间: {:?}", duration_with_jit);
    unsafe {
     
        for _i in 0..5 {
     
            assert_eq!(vm.execute_program_jit().unwrap(), 0x989680);
        }
    }
    let duration_with_jit = start.elapsed();
    eprintln!("使用 JIT 的总时间: {:?}", duration_with_jit);
}

然后使用JIT编译和运行命令,执行同样的功能代码。

可以看到执行了执行了12毫秒,也就是1.2%秒。

四、结果

未使用 JIT 的总时间
从第一张图片可以看到,程序在未使用 JIT 的情况下,总共运行了约 ​14 秒。这包括了五次循环执行的时间以及解释器逐行解释代码的开销。

​使用 JIT 的总时间
第二张图片显示,使用 JIT 编译后,程序的总运行时间显著减少至 ​12 毫秒​。
考虑到 JIT 编译本身需要一定的时间(在代码中 vm.jit_compile().unwrap(); 所记录的编译时间),实际执行循环体的时间会更短。
因此,JIT 编译后的执行速度相比解释执行有显著提升。

五、总结

通过对 rbpf 虚拟机中解释执行和 JIT 编译执行的对比测试,我们可以得出以下结论:

​性能提升:JIT 编译在执行速度上显著优于解释执行,适合对性能要求较高的应用场景。
适用场景:对于需要频繁执行的热点代码,采用 JIT 编译可以带来明显的性能提升;而对于启动时间敏感或执行频率较低的场景,解释执行可能更为合适。
权衡选择:在实际应用中,可以根据具体需求和场景,选择合适的执行方式,或者结合两者的优点,采用混合执行策略,以达到最佳的性能和用户体验。

代码来源:rbpf虚拟机
鸣谢: qmonnet 提供的开源代码.

当然,我也会将带有中文注释和自己理解的一些代码上传的我的github页面,感兴趣的朋友可以进行clone查看.

我的GitHub:forked


目录
相关文章
|
Web App开发 缓存 前端开发
LightProxy 全能代理抓包工具
LightProxy 是 IFE 团队开发的一款基于 Electron 和 whistle 的开源桌面代理软件,致力于让前端开发人员能够精确的掌握自己的开发环境,通过 HTTP 代理使用规则转发、修改每一个请求和响应的内容。
LightProxy 全能代理抓包工具
|
3月前
|
监控 数据挖掘 测试技术
GPT-5.5 技术观察:企业落地大模型,要先解决“调用层”问题
GPT-5.5 的出现,会让企业 agent 的上限更高。但决定项目能不能上线的,往往不是模型上限,而是调用层、权限、成本和稳定性。
283 0
|
5月前
|
存储 人工智能 安全
AI 智能体(AI Agent)的开发费用
AI智能体落地成本差异大,2026年主要分五维:研发人力(占60%-80%,5千至百万级)、模型推理(月付100元起或年投30万私有部署)、数据处理(向量库+标注约数千至5万元)、维护安全(提示优化+内容审核)及定制建议。轻量可零成本试用Coze/GPTs,少儿口语等高要求场景建议预算15-30万元。
|
7月前
|
人工智能 数据中心
从技术热度到产品心智,豆包为何全面反超 DeepSeek?
AIWW数据显示,2025年12月起,豆包全网关注度稳定超越DeepSeek,且领先优势持续扩大。相较DeepSeek的技术驱动路径,豆包依托字节流量、多模态升级和任务执行能力,实现产品化突破,反映用户心智与行业格局的深层变迁。
995 1
|
7月前
|
前端开发 CDN
微信小游戏的开发费用
微信小游戏开发费用因美术、玩法等差异大,轻量级3-8万,精品中度10-35万,重度游戏达50万以上。另需考虑软著、版号、服务器及买量等硬成本,运营投入常超开发。2026年混合变现与首发激励成新趋势。#微信游戏 #游戏外包
|
9月前
|
存储 弹性计算 运维
阿里云高效使用指南:10个实用技巧让你省时省力又省钱
在阿里云部署业务常面临成本高、配置复杂、运维低效等问题。本文总结10个实战技巧,涵盖成本控制、性能优化、安全防护与自动化运维四大方向,助力企业高效用云,降本增效,提升系统稳定性与安全性。
|
自然语言处理 DataWorks 数据挖掘
使用DataWorks Notebook实现智能图片标注,给你的图片加个“注释”
本文介绍如何使用DataWorks Notebook结合视觉识别模型RAM和自然语言处理模型BERT实现多模态图片标注,为智能内容生成和多模态数据分析的广泛应用提供支持。
|
监控 安全 物联网
物联卡:物联网卡和SIM卡的不同
物联网卡(IoT SIM卡)和普通SIM卡在多个方面存在显著的差异,这些差异主要体现在应用场景、功能特点、资费结构、管理方式等方面。以下是它们之间区别的详细分析:
|
机器学习/深度学习 算法 计算机视觉
超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
中科大研究团队提出了一种新型目标检测器D-FINE,通过重新定义边界框回归任务,实现超越YOLOv10/11和RT-DETRv2/3的性能。D-FINE采用细粒度分布细化(FDR)和全局最优定位自蒸馏(GO-LSD)技术,显著提高了定位精度和检测速度。在COCO数据集上,D-FINE-L/X分别达到54.0%/55.8%的AP,并在NVIDIA T4 GPU上以124/78 FPS运行。
803 13
|
前端开发 API 数据安全/隐私保护
探索RAG应用:文档智能与百炼平台的最佳实践(完整代码示例)
方华在阿里云开发者社区发现了一个构建RAG应用的活动,通过官方教程和阿里云提供的工具,如ROS、百炼平台及文档智能,实现了零代码配置RAG应用的Demo。本文分享了该项目的源码本地部署调试方法,介绍了其基于Python的Web应用程序结构,使用FastAPI和Jinja模板引擎,支持文件上传、自定义问答等功能。项目还详细描述了环境配置、服务启动等步骤,帮助开发者更好地理解和实践应用开发。
1498 2