性能对比

简介:
< DOCTYPE html PUBLIC -WCDTD XHTML StrictEN httpwwwworgTRxhtmlDTDxhtml-strictdtd>

现在开发B/S这种模式时我一般会首选是JAVA,不过以前也曾经用过ASP,PHP,.NET,前天我做了一个加法运算的性能测试,发现JAVA确实在性能上很突出,当然dotnet也错,java的性能在很大程度上是看他用的jdk版本,如果用jdk1.6性能要远远高于jdk1.4,不过即使用jdk1.6,其性能也只能和dotnet(dotnet我也是用最新dotnetframeworks 3)相当,不知道是不是支持的容器有点关系,我用的是tomcat,用其它的可能要快一点吧!至于php,asp他们两个测试性能远远不能和java和dotnet相比。现在把测试代码给列出来:

jsp:
<%
  long timeStart = System.currentTimeMillis();
  int i=0;
  int count;
  while(i<500000000)i++;
  long timeEnd = System.currentTimeMillis();
  long timeUse=timeEnd-timeStart;
  out.print(timeUse);
%>
dotnet vb:
<%@ Page language="vb" %>
<%
dim t1 as Single,t2 as Single
dim lsabc as Integer,thetime as Integer,i as Integer
 t1=timer
 for i=1 to 500000000
  lsabc= 1 + 1
 next
 t2=timer
 thetime=cstr(int(( (t2-t1)*10000 )+0.5)/10)
 Response.Write ("...已完成!<font color=red>" & thetime & "毫秒</font>。<br>")
%>

asp:
<%
 dim t1,t2,thetime,i,lsabc
 t1=timer
 for i=1 to 500000000
  lsabc= 1 + 1
 next
 t2=timer
 thetime=cstr(int(( (t2-t1)*10000 )+0.5)/10)
 Response.Write "...已完成!<font color=red>" & thetime & "毫秒</font>。<br>"
%>
php:
<?
function getmicrotime()

    list($usec, $sec) = explode(" ",microtime()); 
    return ((float)$usec + (float)$sec); 

 $time_start=getmicrotime();
 for($index=0;$index<=500000000;$index++);
 {
  $count=1+1;
 }
 $time_end=getmicrotime();
 $time=$time_end-$time_start;
 $time=round($time*1000);
 echo($time);
?>
总结:
php应该还是可以优化的,因为他要调用一个函数。asp中如果你不用dim那些变量就会发现速度会更慢,dotnet中也一样,而且dotnet如果不定义具体什么类型的变量,是变体型变量的话,在性能上也会受到影响。从性能上来说dotnet和jsp要远远高出php,asp几百倍。

本文转自 netcorner 博客园博客,原文链接:http://www.cnblogs.com/netcorner/archive/2006/12/22/2912458.html  ,如需转载请自行联系原作者

相关文章
|
存储 机器学习/深度学习 消息中间件
数据处理能力相差 2.4 倍?Flink 使用 RocksDB 和 Gemini 的性能对比实验
在本篇文章中我们将对 RocksDB、Heap 和 Gemini 在相同场景下进行压测,并对其资源消耗进行对比。测试的 Flink 内核版本为 1.10.0。
数据处理能力相差 2.4 倍?Flink 使用 RocksDB 和 Gemini 的性能对比实验
|
4月前
|
测试技术 Python
7-18|性能比较
7-18|性能比较
|
SQL 关系型数据库 MySQL
10倍性能提升!一文读懂AnalyticDB MySQL秒级漏斗分析函数
营销域中的洞察分析/智能圈人/经营报表等场景是OLAP分析型数据库的重要应用场景,云原生数据仓库AnalyticDB MySQL在淘宝、饿了么、菜鸟、优酷、盒马等业务的营销场景有比较长时间的积累和沉淀,我们将通过一系列文章来介绍AnalyticDB MySQL在营销域数据产品中的落地与应用,本文主要介绍“漏斗分析”的实现与应用。
|
8月前
|
缓存 NoSQL MongoDB
MongoDB数据库查询性能提高40倍?
MongoDB数据库查询性能提高40倍?
238 0
|
SQL Cloud Native 安全
10倍性能提升,一文读懂AnalyticDB秒级漏斗分析函数
AnalyticDB MySQL秒级漏斗分析函数助力企业简单快速研判用户增长
10660 2
|
缓存 前端开发 Java
是什么让一段20行代码的性能提升了10倍
性能优化显而易见的好处是能够节约机器资源。如果一个有2000台服务器的应用,整体性能提升了10%,理论上来说,就相当于节省了200台的机器。除了节省机器资源外,性能好的应用相对于性能差的应用,在应对流量突增时更不容易达到机器的性能瓶颈,在同样流量场景下进行机器扩容时,也只需要更少的机器,从而能够更快的完成扩容、应急操作。所以,性能好的应用相对于性能差的应用在稳定性方面也更胜一筹。
是什么让一段20行代码的性能提升了10倍
|
关系型数据库 测试技术 OLTP
「NewSQL技术」Greenplum 6中的OLTP负载性能提升60倍以上
「NewSQL技术」Greenplum 6中的OLTP负载性能提升60倍以上
|
搜索推荐
常见排序算法性能对比和适用场景
常见排序算法性能对比和适用场景
常见排序算法性能对比和适用场景
|
运维 Java 数据库
JVM 调优一个月,性能提升了 400 倍!
通过这一个多月的努力,将 FullGC 从 40 次/天优化到近 10 天才触发一次,而且 YoungGC 的时间也减少了一半以上,这么大的优化,有必要记录一下中间的调优过程。
147 0
JVM 调优一个月,性能提升了 400 倍!
|
SQL 存储 负载均衡
掌握这两个调优技巧,让TiDB性能提速千倍!
本文为大家分享个推通过调优,实现TiDB千倍性能提升的实战经验。
1019 0
掌握这两个调优技巧,让TiDB性能提速千倍!

热门文章

最新文章