Benchmarks
- Go
- Python
- C++
- Lua (JIT)
策略执行的开销已在model_b_test.go中进行了基准测试。 测试环境配置如下：
Intel(R) Core(TM) i7-6700HQ CPU @ 2.60GHz, 2601 Mhz, 4 Core(s), 8 Logical Processor(s)
以下是通过运行go test -bench=.获得的基准测试结果 -benchmem（op = 一个Enforce()调用，ms = 毫秒，KB = 千字节）：
| 测试用例 | 规则大小 | 时间开销（ms/op） | 内存开销（KB） |
|---|---|---|---|
| ACL | 2条规则（2个用户） | 0.015493 | 5.649 |
| RBAC | 5条规则（2个用户，1个角色） | 0.021738 | 7.522 |
| RBAC（小） | 1100条规则（1000个用户，100个角色） | 0.164309 | 80.620 |
| RBAC（中） | 11000条规则（10000个用户，1000个角色） | 2.258262 | 765.152 |
| RBAC（大） | 110000条规则（100000个用户，10000个角色） | 23.916776 | 7,606 |
| 带资源角色的RBAC | 6条规则（2个用户，2个角色） | 0.021146 | 7.906 |
| 带有域/租户的RBAC | 6条规则（2个用户，1个角色，2个域） | 0.032696 | 10.755 |
| ABAC | 0条规则（0个用户） | 0.007510 | 2.328 |
| RESTful | 5条规则（3个用户） | 0.045398 | 91.774 |
| 否决覆盖 | 6条规则（2个用户，1个角色） | 0.023281 | 8.370 |
| 优先级 | 9条规则（2个用户，2个角色） | 0.016389 | 5.313 |
Pycasbin中策略执行的开销已在tests/benchmarks目录中进行了基准测试。 测试环境配置如下：
Intel(R) Xeon(R) CPU E5-2673 v4 @ 2.30GHz (Runned by Github actions)
platform linux -- Python 3.11.4, pytest-7.0.1, pluggy-1.2.0
以下是执行casbin_benchmark（op = 一个enforce()调用，ms = 毫秒）获得的基准测试结果：
| 测试用例 | 规则大小 | 时间开销 (ms/op) |
|---|---|---|
| ACL | 2条规则（2个用户） | 0.067691 |
| RBAC | 5条规则（2个用户，1个角色） | 0.080045 |
| RBAC（小） | 1100条规则（1000个用户，100角色） | 0.853590 |
| RBAC（中） | 11000条规则（10000个用户，1000个角色） | 6.986668 |
| RBAC（大） | 110000条规则（100000个用户，10000个角色） | 77.922851 |
| 带有资源角色的RBAC | 6条规则（2个用户，2个角色） | 0.106090 |
| 带有域/租户的RBAC | 6条规则（2个用户，1个角色，2个域） | 0.103628 |
| ABAC | 0条规则（0个用户） | 0.053213 |
| RESTful | 5条规则（3个用户） | NA |
| 否决覆盖 | 6条规则（2个用户，1个角色） | NA |
| 优先级 | 9条规则（2个用户，2个角色） | 0.084684 |
Casbin CPP中策略执行的开销已在tests/benchmarks目录中使用Google的基准测试工具进行了基准测试。 测试环境配置如下：
Intel(R) Core(TM) i5-6300HQ CPU @ 2.30GHz, 4 cores, 4 threads
以下是从执行Release配置中构建的casbin_benchmark目标获得的基准测试结果（op = 一个enforce()调用，ms = 毫秒）：
| 测试用例 | 规则大小 | 时间开销（ms/op） |
|---|---|---|
| ACL | 2条规则（2个用户） | 0.0195 |
| RBAC | 5条规则（2个用户，1个角色） | 0.0288 |
| RBAC（小） | 1100条规则（1000个用户，100个角色） | 0.300 |
| RBAC（中） | 11000条规则（10000个用户，1000个角色） | 2.113 |
| RBAC（大） | 110000条规则（100000个用户，10000个角色） | 21.450 |
| 带资源角色的RBAC | 6条规则（2个用户，2个角色） | 0.03 |
| 带域/租户的RBAC | 6条规则（2个用户，1个角色，2个域） | 0.041 |
| ABAC | 0条规则（0个用户） | NA |
| RESTful | 5条规则（3个用户） | NA |
| 拒绝-覆盖 | 6条规则（2个用户，1个角色） | 0.0246 |
| 优先级 | 9条规则（2个用户，2个角色） | 0.035 |
Lua Casbin中策略执行的开销已在bench.lua中进行了基准测试。 测试环境配置如下：
AMD Ryzen(TM) 5 4600H CPU @ 3.0GHz, 6 Cores, 12 Threads
以下是通过运行luajit bench.lua获得的基准测试结果（op = 一个enforce()调用，ms = 毫秒）：
| 测试用例 | 规则大小 | 时间开销（毫秒/操作） |
|---|---|---|
| ACL | 2条规则（2个用户） | 0.0533 |
| RBAC | 5条规则（2个用户，1个角色） | 0.0972 |
| RBAC（小） | 1100条规则（1000个用户，100角色） | 0.8598 |
| RBAC（中） | 11000条规则（10000个用户，1000个角色） | 8.6848 |
| RBAC（大） | 110000条规则（100000个用户，10000个角色） | 90.3217 |
| 带有资源角色的RBAC | 6条规则（2个用户，2个角色） | 0.1124 |
| 带有域/租户的RBAC | 6条规则（2个用户，1个角色，2个域） | 0.1978 |
| ABAC | 0条规则（0个用户） | 0.0305 |
| RESTful | 5条规则（3个用户） | 0.1085 |
| 拒绝覆盖 | 6条规则（2个用户，1个角色） | 0.1934 |
| 优先级 | 9条规则（2个用户，2个角色） | 0.1437 |
基准监控
在下面的嵌入式网页中，您可以看到Casbin对每个提交的性能变化。
您也可以直接在以下地址浏览：https://v1.casbin.org/casbin/benchmark-monitoring