最近发布了一个用于 Common Lisp 的Parser Combinator 库，但对其性能不满意。通过使用 SBCL 内置的sb-sprof，确定了 CPU 和内存分配热点，将parcom/json模块的运行时速度提高了 3 倍，内存分配减少了 25 倍。

• sb-sprof 介绍：SBCL 有多个内置扩展库，sb-sprof是一个“统计分析器”，可定期采样调用栈以查看时间花费在哪里以及谁在进行最多的分配。在parcom/benchmarks系统中，通过(require :sb-sprof)引入。可通过(with-profiling :max-samples :sample-interval :report :mode)来交互式地分析函数性能，time可快速评估整体性能，with-profiling的:report模式通常为:flat，设置为:graph可显示函数调用关系，:mode :alloc可使输出聚焦于内存。

• 优化技术：

  • 避免工作：最快的解决问题方法是消除它，对于parcom，应避免使用many而优先使用take-while，以减少列表分配。
  • simple-string 和 schar：在 Common Lisp 中，字符串是向量的一种，知道输入是simple-string可使用更快的schar访问元素，避免sb-sprof结果中出现大量%DATA-VECTOR-INDEX调用。
  • 类型签名：使用char-string类型声明可让编译器优化schar调用，明确数字输入和输出类型可避免内部调用GENERIC-+等函数，在loop变量中声明类型可避免通用调度。
  • 多返回值：Common Lisp 中(cons a b)调用会进行堆分配，在parcom中使用values和multiple-value-bind可避免此成本，减少内存使用。
  • 栈分配：通过(declare (dynamic-extent work))可让编译器在栈上分配局部变量，提高性能并减少内存使用。
  • Lambda 缓存：Common Lisp 每次调用 lambda 都要进行分配，通过自定义“lambda 缓存”，使用make-hash-table和gethash来缓存已分配的 lambda，可减少内存分配。
• 结论：可使用time和sb-sprof:with-profiling确定代码的时间和内存分配热点，从而提高代码性能，证明 Parser Combinators 在 Common Lisp 中是一种既优雅又高效的文本解析方式。

• 反馈：

  • fixnum 是否足够大：parcom中所有字符串索引和循环变量都使用fixnum，在不同编译器中most-positive-fixnum的值不同，对于parcom在内存中的字符串操作，通常足够大，除非要解析大于 2gb 的 JSON 文件。
  • (safety 0) 还是 (safety 1)：在 SBCL 中，将(safety 0)改为(safety 1)后，ECL 的性能有所下降，其他编译器变化不大，作者仍使用(safety 0)，仅在特定位置使用。