Benchmarks

tools/bench/openads_bench genera un DBF sintético de 100 000 filas (ID N(8,0), TAG C(4), AMT N(8,2)) y mide un conjunto fijo de cargas SQL a través de la ABI pública (AdsExecuteSQLDirect). Mediana de 5 repeticiones por carga, builds Release.

v0.4.x — SQL local in-process (2026-05-06)

Carga (mediana ms)	Windows MSVC	Linux clang -O3	macOS AppleClang
crear DBF 100 k filas	63.5	57.9	34.0
SELECT COUNT(*)	297.7	42.0	103.9
WHERE TAG = 'AAAA'	303.7	48.3	108.4
SUM/AVG/MIN/MAX(AMT)	374.3	120.5	136.1
GROUP BY TAG	321.9	58.6	120.9
ORDER BY AMT LIMIT 10	668.0	165.4	260.5
DISTINCT TAG	598.4	95.2	213.4
BETWEEN 100 AND 500	314.1	63.7	114.4

Linux clang -O3 gana en todas las cargas SQL — aproximadamente 7× más rápido que MSVC Release en el COUNT de tabla completa, 4× en el ORDER BY más pesado. macOS Intel queda en medio.

Bench v2 — cargas con índices (Windows MSVC, 100 k filas)

Carga (mediana ms)	ms
CREATE INDEX ID_IDX	38.0
WHERE ID = 50000 (post-índice)	308.0
WHERE ID BETWEEN 10000 AND 20000	308.2
UNION ALL de dos selects filtradas	608.2
GROUP BY TAG HAVING COUNT(*) > 100	0.2

Que indexed_eq ~308 ms ≈ seq_walk_where ~315 ms expone una oportunidad conocida: el planner SQL actualmente NO empuja los predicados WHERE a un índice CDX/NTX coincidente. Cerrar esa brecha es un milestone futuro.

Bench v3 — AOF (Rushmore-style) (rc12, 100 k filas)

AdsSetAOF parsea + evalúa la condición, instala un bitmap por registro como predicado de filtro que Skip / GoTop honran, y enruta cada hoja por range-scan de CDX / NTX cuando un índice abierto tiene ese campo como key expr. AdsGetAOFOptLevel reporta ADS_OPTIMIZED_FULL / PART / NONE según cobertura. La navegación con bitmap sparse (M-AOF.5) lleva el walk del visible-set de O(N) a O(M).

Mismo DBF sintético de 100 000 filas, todas medianas de 5 repeticiones, builds Release:

Carga AOF	Win MSVC x64	Linux clang -O3	macOS AppleClang	OptLevel
AdsSetAOF("TAG='AAAA'"), sin índice TAG	593 ms	93 ms	210 ms	NONE
AdsSetAOF("TAG='AAAA'"), con índice TAG	323 ms	58 ms	119 ms	FULL
AdsSetAOF("TAG BETWEEN 'AAAA' AND 'CCCC'"), idx	24 ms	4.5 ms	9 ms	FULL

Speedup vs baseline full-scan no-indexada (mismo host):

Carga AOF	Win MSVC	Linux clang	macOS
AdsSetAOF("TAG='AAAA'"), con índice TAG	1.83×	1.61×	1.77×
AdsSetAOF("TAG BETWEEN 'AAAA' AND 'CCCC'")	24.4×	20.7×	23.4×

Qué provoca la aceleración:

1. AdsSetAOF se convierte en range-scan sobre el índice en lugar de decode + AST eval por fila. Ganancia rc11 (M-AOF.4).
2. Skip / GoTop sólo recorren los registros que pasan (navegación sparse, M-AOF.5) en vez de iterar cada recno consultando el predicado. Ganancia rc12 — la ventana “10-100×” tipo Rushmore para filtros selectivos.

El speedup de ~1.83× del eq-walk está limitado por el coste de load_record_ por registro visible (~80 µs × 3848 matches ≈ 310 ms suelo en Windows). Aplicaciones que no tocan el dato matched — COUNT(*) sobre el AOF, o dbSeek puntual — entran en la ventana Rushmore completa encima del range-scan gain.

Bench v4 — repaint xbrowse sobre el wire (rc18)

El stack wire (rc18, M12.17 .. M12.20) trae cuatro optimizaciones solapadas que llevan el coste de un PgDn estilo xbrowse — W columnas × H filas × metadata por fila — de ~300 round-trips a ~20 RTT × ~5 ms con Nagle off ≈ ~100 ms total.

Medición end-to-end LAN, openads_serverd en la misma subred, 100 columnas × 25 filas visibles sobre tcp://:

Etapa	RTT	Nota
baseline pre-M12.17 (FieldGet por celda)	~300	W celdas por fila + metadata por fila, cada una con su round-trip.
M12.17 — cache de fila FetchCurrentRow	~80	W celdas por fila → 1 RTT.
M12.18 — nav-ack lleva el trailer de fila	~20	Acks GotoTop / Skip / GotoRecord empaquetan row buffer + recno + flag deleted, así AdsGetField / AdsGetRecordNum / AdsIsRecordDeleted pegan en la cache del nav previo.
M12.19 — cache de record-count	~20	AdsGetRecordCount / AdsGetRelKeyPos (la scrollbar) sirven de cache; invalidados solo por writes que cambien el count.
M12.20 — TCP_NODELAY	~100 ms	Nagle off — ping-pong estricto quita el tax de 200 ms de acumulación.

Neto: ~30× speedup end-to-end vs pre-M12.17 en LAN típica.

Ejecutar en tu hardware

cmake --build build/default --target openads_bench --config Release
./build/default/tools/bench/openads_bench --rows 100000 --repeats 5 --csv

El flag --csv emite una fila CSV por carga.