我正在寻找关于如何对程序进行基准测试的良好学术参考。基准测试似乎有很多学问，但我还没有看到很多参考资料解释什么是好的基准测试，什么是坏的基准测试，以及如何编写基准测试。
谢谢。
从学术上讲，一篇相关的文章是来自OOPSLA 2007的"统计严谨的Java性能评估"(您可以从Google Scholar中找到);虽然主要关注Java，但它包含了基准测试方面的一般经验教训，并且关于Java的内容可以很好地推广到在某些虚拟机上运行并仅使用垃圾收集的大多数语言。最后，他们总结了分析结果所需的统计学知识。
另外，这是一个来自Google的框架:
http://code.google.com/p/caliper/这里他们的Wiki讨论了一些好的基准的标准:http://code.google.com/p/caliper/wiki/JavaMicrobenchmarkReviewCriteria