进阶 code-graph-rag.com 2026-11-21 11:09:20 · 3 阅读

第8章 基准测试:66万行代码的代码图谱刷新性能

Benchmarks

紧跟每一次代码变更的代码图谱

代码图谱只有在及时反映工程师和 agent 刚做的改动时才有价值。以下是项目官方发布的实测数据,包括测试方法和局限。

编辑后的定向重建

每次编辑后,Code-Graph-RAG 只重新解析被修改的文件以及依赖它的文件,其余的边全部原样保留。测试套件会验证结果与全量重建的索引完全一致。

被编辑文件需重新解析的依赖方重建耗时 p50重建耗时 p95全树更新 p50
典型模块(graph_diff.py)2194 ms445 ms2,934 ms
被 54 个文件引用的核心模块(parsers/utils.py)543,492 ms3,733 ms6,992 ms

测试方法与局限

  • 测试语料:Code-Graph-RAG 仓库本身,共索引 1,409 个文件、661,870 行代码(其中约 41.4 万行为 Python、TypeScript、Go、Rust 和 Java 源码)。
  • 在 Apple Silicon 笔记本上测试,测试日期为 2026 年 8 月 30 日。
  • 测试针对内存中的图存储进行,因此计时只涵盖解析、调用关系解析和图构建,不含数据库往返开销。
  • 修改被大量引用的文件开销更大,因为每个引用它的文件都要重新解析(每个依赖文件约 60 ms),这样才能保证图谱的准确性。

完整报告和测试工具见 GitHub

索引热点路径:实测、优化

对索引器做性能分析后,我们找到了耗时所在。每项优化上线前都经过基准测试,有一个方案因实测变慢而被否决。

操作优化前优化后提速倍数
函数注册表后缀查找(10,000 条)17.78 ms0.046 ms382x
路径跳过检查(20,000 个路径)285.9 ms6.21 ms46x
带缩进的图 JSON 导出(8.5 MB)216.9 ms8.58 ms25x

Benchmark 报告见 GitHub

想看看你自己的代码库表现如何?

我们提供试点服务,会在你真实的 monorepo 和硬件上实测索引时间、刷新延迟和查询质量,让上线决策基于你自己的数据。

发起 monorepo 试点 预约 30 分钟通话

还在犹豫?先花 2 分钟做个 monorepo 评估

评论 (0)