# Benchmarks Catalog

このディレクトリのベンチを用途別に整理しました。各ベンチは System/mimalloc/HAKMEM（直リンク or LD_PRELOAD）の三者比較、もしくは HAKMEM の A/B（環境変数）を想定しています。

## ベンチ種類（バイナリ）

- Tiny Hot（8–64B、ホットパス/LIFO）
  - `benchmarks/src/tiny/bench_tiny_hot.c`
  - バイナリ: `bench_tiny_hot_system`, `bench_tiny_hot_hakmem`, `bench_tiny_hot_mi`
  - 例: `./bench_tiny_hot_hakmem 64 100 60000`

- Random Mixed（16–1024B、単体）
  - バイナリ: `bench_random_mixed_system`, `bench_random_mixed_hakmem`
  - 例: `./bench_random_mixed_hakmem 400000 8192 123`

- Mid/Large MT（8–32KiB、マルチスレッド）
  - バイナリ: `bench_mid_large_mt_system`, `bench_mid_large_mt_hakmem`
  - 例: `./bench_mid_large_mt_hakmem 4 40000 2048 42`

- VM Mixed（512KB–<2MB、L2.5/L2 の再利用確認）
  - バイナリ: `bench_vm_mixed_system`, `bench_vm_mixed_hakmem`
  - 例: `HAKMEM_BIGCACHE_L25=1 HAKMEM_WRAP_TINY=1 ./bench_vm_mixed_hakmem 20000 256 4242`

- Larson（8–128B、mimalloc-bench 派生）
  - バイナリ: `larson_system`, `larson_mi`, `larson_hakmem`
  - 例: `./larson_hakmem 2 8 128 1024 1 12345 4`

- Redis-like（16–1024B、アプリ風）
  - バイナリ: `benchmarks/redis/workload_bench_system`
  - 直リンク: System のみ。mimalloc/HAKMEM は LD_PRELOAD で比較（HAKMEM は安定化中）。

## マトリクス実行（CSV保存）

- Random Mixed（直リンク）
  - `benchmarks/scripts/run_random_mixed_matrix.sh [cycles] [ws] [reps]`
  - 出力: `bench_results/auto/random_mixed_<ts>/results.csv`

- Mid/Large MT（直リンク）
  - `benchmarks/scripts/run_mid_large_mt_matrix.sh [threads_csv] [cycles] [ws] [reps]`
  - 出力: `bench_results/auto/mid_large_mt_<ts>/results.csv`

- VM Mixed（L2.5/L2、HAKMEMのL25 A/B）
  - `benchmarks/scripts/run_vm_mixed_matrix.sh [cycles] [ws] [reps]`
  - 出力: `bench_results/auto/vm_mixed_<ts>/results.csv`

- Larson（補助）
  - `scripts/run_larson.sh`（直リンク triad）、`scripts/run_larson_claude.sh`（環境プリセット付き）

## 代表的な環境変数

- HAKMEM_WRAP_TINY=1            → HAKMEM/Tiny を有効化（直リンクベンチ）
- HAKMEM_TINY_READY=0/1         → Ready List（refill最適化）
- HAKMEM_TINY_SS_ADOPT=0/1      → publish→adopt 経路
- HAKMEM_BIGCACHE_L25=0/1       → L2.5（512KB–<2MB）を BigCache にも載せる（A/B）

## 参考出力（短時間ランの目安）

- 直近の短ランのスナップショットは `benchmarks/RESULTS_SNAPSHOT.md` を参照してください。正式な比較は各マトリクススクリプトで reps=5/10・長時間ラン（例: 10s）を推奨します。