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) | 2 | 194 ms | 445 ms | 2,934 ms |
| 被 54 个文件引用的核心模块(parsers/utils.py) | 54 | 3,492 ms | 3,733 ms | 6,992 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。
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 ms | 0.046 ms | 382x |
| 路径跳过检查(20,000 个路径) | 285.9 ms | 6.21 ms | 46x |
| 带缩进的图 JSON 导出(8.5 MB) | 216.9 ms | 8.58 ms | 25x |
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。
还在犹豫?先花 2 分钟做个 monorepo 评估