这篇文章主要为大家介绍了c++的glog与spdlog的性能对比测试分析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪 

问题：

之前看到有的博文说glog性能很好，效率很高，当时第一反应是“这个结论是几几年的？”，可惜博文都是各种抄袭和转载，不容易找到结论出处，我一直很怀疑它的写入吞吐性能。

之前作为学习优秀的代码案例，略看过glog的源代码。它是线程同步的方式记录和写入，每次调用日志的地方都要创建和释放日志器，确实在每次创建对象时并没有创建额外缓存空间，而是复用第一次创建的内存空间，这相比于每次创建申请新内存而言，效率很高，难道高性能仅仅指这个？可惜我自己的C++水平也就是应用程序开发，暂时是没有能力写出这类高性能基础工具库的。

所以，不如直接运行以下，从结果上比一比就知道。

测试内容：

今天把spdlog日志库，也用了下，并且和glog做了简单对比。spdlog在引入到项目中的成本很低，只要引入头文件，glog还需要配置下，如果是第一次，还需要额外编译一个glog版本。

基于十万笔日志数据，大概也就10MB不到。

测试结果如下，是在一台低配的服务器上跑的，硬盘还是机械的scsi接口，后面给出测试代码，程序代码相同环境下运行：

在同步调用的场景下，spdlog比glog快，spdlog耗时0.135秒，glog耗时1.027秒，简单异步spdlog耗时0.158秒，普通ofstream流写入0.252秒。

另外，在自己开发环境的电脑上用的是固态硬盘，结果如下:

在同步调用的场景下，spdlog比glog快，spdlog耗时0.057秒，glog耗时0.475秒，简单异步spdlog耗时0.093秒，普通ofstream流写入0.112秒。

测试环境:

winserver 2012， 非固态硬盘

VS2019 ,C++11,spdlog-1.x,glog

glog测试代码如下：

#pragma once
#define GLOG_NO_ABBREVIATED_SEVERITIES
#include <spdlog/spdlog.h>
#include <logging.h>
#include <thread>
#include <spdlog/stopwatch.h>
using namespace google;
#ifdef _DEBUG
#pragma comment(lib, "glogd.lib")
#else
#pragma comment(lib, "glog.lib")
#endif // DEBUG
void testGlog2()
{
  int i = 0;
  spdlog::stopwatch sw;
  while (i < 100 * 1000)
  {
    LOG(INFO) << "async logger";
    i++;
  }
  LOG(INFO) << "testGlog Elapsed " << sw.elapsed().count();
}
void testGlog()
{
  // Start google log system:
  FLAGS_log_dir = ".\\log\\";
  google::InitGoogleLogging("loglog");
  google::SetLogDestination(google::GLOG_INFO, ".\\logs\\glog");
  google::SetStderrLogging(google::GLOG_FATAL);
  google::SetLogFilenameExtension("log_");
  FLAGS_colorlogtostderr = true;  // Set log color
  FLAGS_logbufsecs = 5;  // Set log output speed(s)
  FLAGS_max_log_size = 50;  // Set max log file size
  FLAGS_stop_logging_if_full_disk = true;  // If disk is full
  std::thread* t = new std::thread(testGlog2);
  t->join();
  google::ShutdownGoogleLogging();
}

spdlog异步测试代码: 

spdlog::info(" 创建basicFileLogger ");
        auto logger = spdlog::basic_logger_mt("basic_logger", "logs/basic_log.txt");
        logger->info("文件创建完毕。");
        logger->set_pattern("[%Y-%m-%d %H:%M:%S.%f %z][thread %t][%n][%l]: %v");
        int i = 0;
        spdlog::stopwatch sw;
        while (i < 100 * 1000)
        {
            logger->info("basic_logger_mt logger");
            i++;
        }
        logger->info("asyncExample Elapsed {:.7}", sw);

普通io流写入测试代码： 

ofstream logger;
  logger.open("logs/fopen.txt", std::ios::out);
  int i = 0;
  spdlog::stopwatch sw;
  while (i < 100 * 1000)
  {
    logger << asctime(& spdlog::details::os::gmtime()) <<__FUNCTION__ << " "<<__LINE__ <<" " << ("async logger") <<"\r\n";
    i++;
  }
  logger<<"asyncExample Elapsed "<< sw.elapsed().count();
  logger.close();

总结： 

仅仅从调用性能上看，spdlog耗时略低于glog。调用耗时从低到高如下：

spdlog同步 < spdlog异步 < glog < 普通ofstream流

但是如果把计算机看作是工程化，则并不是简单追求性能的。我觉得工程有一个因素是投入产出比。实际上，在平常项目中，我也用的是glog居多，因为glog很多的LOG_IF这类宏用起来很方便，对于日志吞吐性能也足够使用，而且默认是dll方式使用，在多个独立的组件dll之间可以使用同一个glog实例，只有少数模块需要尽量减少日志写入影响的地方，用了spdlog异步方式。