위키득계정 ↗
기술

실제 경과 시간과 CPU 시간

실제 경과 시간과 CPU 시간기술
경과 시간
사용자가 기다린 실제 간격
CPU 시간
실행에 사용한 프로세서 시간
차이가 나는 원인
대기와 병렬 실행 및 측정 범위
검증 기준
같은 작업과 같은 측정 범위
실제 경과 시간은 작업이 시작해서 끝날 때까지 흐른 시간이고 CPU 시간은 프로세서가 실행에 사용한 시간을 나타낸다. 입출력 대기와 병렬 실행이 있는 작업에서는 두 수치를 같은 지표로 해석하면 안 된다.

기다리는 동안의 시간

작업이 외부 응답을 기다리는 동안 실제 시간은 흐르지만 그 프로세스가 계속 CPU를 사용하는 것은 아닐 수 있다. 경과 시간이 길고 CPU 시간이 짧다면 입출력 대기나 스케줄링 같은 요인을 살펴볼 단서가 된다. 다만 두 수치만으로 어떤 외부 서비스가 원인인지까지 확정할 수는 없다. 추가 측정으로 원인을 좁혀야 한다.

여러 실행 흐름의 합

CPU 시간을 여러 스레드나 프로세스에 걸쳐 합산하면 측정 범위에 따라 실제 경과 시간보다 큰 값이 나올 수 있다. 동시에 사용한 처리 자원이 합계에 반영되기 때문이다. 한 프로세스만 측정했는지 자식 프로세스까지 포함했는지 확인한다. 사용한 함수가 제공하는 범위를 넘어서 전체 시스템 비용이라고 해석하지 않는다.

최적화 결과의 해석

경과 시간이 줄어도 CPU 사용량이 늘어날 수 있다. 병렬화로 더 많은 자원을 사용해 기다리는 시간을 줄이는 경우가 한 예다. 반대로 CPU 사용량이 줄었다고 사용자 응답이 빨라졌다는 보장도 없다. 목표가 응답 시간인지 처리량인지 자원 비용인지 정해야 변경의 효과를 판단할 수 있다.

Python 측정 함수의 예

Python의 perf_counter는 짧은 경과 시간 측정에 쓰이며 대기 중 흐른 시간도 포함한다. process_time은 현재 프로세스가 사용한 사용자 및 시스템 CPU 시간을 측정하고 잠든 동안의 시간은 포함하지 않는다. 함수를 고를 때 반환 단위만 보지 말고 무엇을 포함하고 제외하는지 확인한다. 같은 이름의 개념도 도구별 범위를 살핀다.

실험 조건 맞추기

입력 데이터, 반복 횟수, 캐시 상태, 백그라운드 작업이 다른 두 실행을 수치만 비교하면 잘못된 결론을 낼 수 있다. 경과 시간과 CPU 시간을 함께 기록하더라도 조건을 통제하는 기본 원칙은 필요하다. 반복 측정의 분포를 보고 차이가 일관적인지도 확인한다. 지표가 정교하다고 실험 설계의 문제를 자동으로 해결하지는 않는다.

관련 문서

경과 시간과 시스템 시각의 차이 / 성능 비교 실험 설계 / 프로파일링 결과 해석