簡介

在之前的文章中，我們多次提到 Vector - SIMD 技術，也答應大家在后面分享更多.NET7 中優化的例子，今天就帶來一個使用 SIMD 優化Guid.Equals()方法性能的例子。

為什么 Guid 能使用 SIMD 優化？

首先就需要介紹一些背景知識，那就是Guid它是什么，在我們人類眼中，Guid就是一串字符串，如下方所示的那樣。

"D313CD46-2724-7359-84A0-9E73C861CCD2"

而在定義中，全局唯一標識符（GUID，Globally Unique Identifier）是一種由算法生成的二進制長度為128 位的數字標識符。GUID 主要用于在擁有多個節點、多臺計算機的網絡或系統中。在理想情況下，任何計算機和計算機集群都不會生成兩個相同的 GUID。GUID 的總數達到了 2^128（3.4×10^38）個，所以隨機生成兩個相同 GUID 的可能性非常小，但并不為 0。GUID 一詞有時也專指微軟對 UUID 標準的實現。

大家可以看到我著重標記了它的位數是128 位，128 位意味著什么？就是如果比較兩個 Guid 是否相等的話，不管是 64 位 CPU 還是 32 位的 CPU 需要多條指令比較多次。如果我們用上了 Vector？是不是會有更好的性能呢？

首先我們來看看 Guid 是如何定義的，看看能不能直接讀取 128 位數據，從而用上 Vector。Guid 它是值類型的，是一個結構體。代碼如下所示，我省略了部分信息。

public?readonly?partial?struct?Guid{...private?readonly?int?_a;???//?Do?not?rename?(binary?serialization)private?readonly?short?_b;?//?Do?not?rename?(binary?serialization)private?readonly?short?_c;?//?Do?not?rename?(binary?serialization)private?readonly?byte?_d;??//?Do?not?rename?(binary?serialization)private?readonly?byte?_e;??//?Do?not?rename?(binary?serialization)private?readonly?byte?_f;??//?Do?not?rename?(binary?serialization)private?readonly?byte?_g;??//?Do?not?rename?(binary?serialization)private?readonly?byte?_h;??//?Do?not?rename?(binary?serialization)private?readonly?byte?_i;??//?Do?not?rename?(binary?serialization)private?readonly?byte?_j;??//?Do?not?rename?(binary?serialization)private?readonly?byte?_k;??//?Do?not?rename?(binary?serialization)...}

可以看到它由 1 個 32 位 int，2 個 16 位的 short 和 8 個 8 位的 byte 組成，至于為什么需要這樣組成，其實是一個標準化的東西，為了在生成和序列化時更快。

我們使用ObjectLayoutInspector可以打印出 Guid 的數據結構，數據結果如下圖所示，和我們源碼里面看到的一致：

那么 Guid 是否能使用 SIMD 優化的結論顯而易見：

• Guid 有 128 位，現在 CPU 都是 64 位或者 32 位，還存在提升空間

• Guid 是結構體類型，結構體類型在內存中是連續存儲，我們可以直接讀取內存來訪問整個結構體

SIMD 優化代碼

根據我們前面文章中，Min 和 Max 方法在.NET7 被優化的經驗，我們可以直接寫下面這樣的代碼。

[MethodImpl(MethodImplOptions.AggressiveInlining)]
private?static?bool?EqualsCore(in?Guid?left,?in?Guid?right)
{//?檢測硬件是否支持Vector128if?(Vector128.IsHardwareAccelerated){//?支持Vector128就好辦了，直接加載比較return?Vector128.LoadUnsafe(ref?Unsafe.As<Guid,?byte>(ref?Unsafe.AsRef(in?left)))?==?Vector128.LoadUnsafe(ref?Unsafe.As<Guid,?byte>(ref?Unsafe.AsRef(in?right)));}//?如果不支持，那么從Guid頭部讀取內存//?32位比較四次ref?int?rA?=?ref?Unsafe.AsRef(in?left._a);ref?int?rB?=?ref?Unsafe.AsRef(in?right._a);return?rA?==?rB&&?Unsafe.Add(ref?rA,?1)?==?Unsafe.Add(ref?rB,?1)&&?Unsafe.Add(ref?rA,?2)?==?Unsafe.Add(ref?rB,?2)&&?Unsafe.Add(ref?rA,?3)?==?Unsafe.Add(ref?rB,?3);
}

在上面的代碼中，我們可以看到不僅提供了 Vector 加速的方案，還有不支持回退的場景。不過那段 Vector 代碼是不是不太好理解？我們逐個部分來解析一下。我們首先看左右的部分，右邊也是同樣的意思Vector128.LoadUnsafe(ref Unsafe.As<Guid, byte>(ref Unsafe.AsRef(in left)))。

• ref Unsafe.AsRef(in left) 是獲取 left Guid 它的首地址指針，此時返回的其實是Guid*

• ref Unsafe.As<Guid, byte>(...) 將Guid*指針轉換為byte*指針

• Vector128.LoadUnsafe(...) 由于 Guid 已經變為 Byte 指針，所以就能直接 LoadUnsafe 了

最后 right Guid 也使用相同的方式加載，最后使用==比較兩個Vector是否相等就好了。其實==還使用了CompareEqual和MoveMask兩個指令，只是在.NET7 中 JIT 會把兩個向量的比較給優化。看下方圖片中紅色框標記的部分，就是這兩個指令。

那么.NET6 下==沒有優化，那該怎么辦呢？根據這里的匯編指令，Meziantou^[1]大佬給出了.NET6 下同樣功效的優化代碼：

static?class?GuidExtensions
{public?static?bool?OptimizedGuidEquals(in?Guid?left,?in?Guid?right){if?(Sse2.IsSupported){Vector128<byte>?leftVector?=?Unsafe.ReadUnaligned<Vector128<byte>>(ref?Unsafe.As<Guid,?byte>(ref?Unsafe.AsRef(in?left)));Vector128<byte>?rightVector?=?Unsafe.ReadUnaligned<Vector128<byte>>(ref?Unsafe.As<Guid,?byte>(ref?Unsafe.AsRef(in?right)));//?使用Sse2.CompareEqual()比較是否相等，它的返回值是一個128位向量，如果相等，該位置返回0xffff，否則返回0x0//?CompareEqual的結果是128位的，我們可以通過Sse2.MoveMask()來重新排列成16位，最終看是否等于0xffff就好var?equals?=?Sse2.CompareEqual(leftVector,?rightVector);var?result?=?Sse2.MoveMask(equals);return?(result?&?0xFFFF)?==?0xFFFF;}return?left?==?right;}
}

從下圖的匯編代碼中，可以看到是一樣的效果：

總結

最終這一波操作下來，我們可以看到Guid.Equals的性能提升了 30%。如果你的程序中使用 Guid 作為數據庫、對象主鍵的，只需要升級.NET7 或者用上面的GuidExtensions就能獲得這樣的性能提升。

參考資料

[1]

Meziantou: https://www.meziantou.net/faster-guid-comparisons-using-vectors-simd-in-dotnet.htm