From a03b3a8d667f79de6a8fa25fdb8b92ec89e199ed Mon Sep 17 00:00:00 2001
From: at-grandpa <yoshiyuki.tsuchida.k@gmail.com>
Date: Thu, 16 Mar 2017 09:21:29 +0900
Subject: [PATCH 1/4] =?UTF-8?q?=E5=88=9D=E7=A8=BF?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 at_grandpa/README.md | 613 +++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 613 insertions(+)
 create mode 100644 at_grandpa/README.md

diff --git a/at_grandpa/README.md b/at_grandpa/README.md
new file mode 100644
index 0000000..360528d
--- /dev/null
+++ b/at_grandpa/README.md
@@ -0,0 +1,613 @@
+Title: Crystalを計測するためのあれこれ
+Author: @at_grandpa
+
+# Crystalを計測するためのあれこれ
+
+こんにちは、@at_grandpaです。今回はCrystalについての本ということで、「Crystalを計測するためのあれこれ」について書かせていただきます。計測に詳しい方々からは「Crystalに限った内容ではない！」とツッコミをいただきそうですが、そうです、Crystalに限ったことではないのです。すみません。ではなぜCrystalの本にこれを掲載するかというと、Crystalは現状、
+
+* 「Rubyの代替」というイメージが（今なお）強い
+* githubに「Oh, and we don't want to write C code to make the code run faster.」とあるように、公式でも処理速度を推している
+
+ということがあり、何かと「Crystalって速いの？どれくらい速いの？」と注目されがちです。だったら計測してみたい！というのが人情ですが、「どうやって計測したらいいんだ。。。」と躓いてしまっては、Crystalの良さを知る前にモチベーションが下がってしまいます。であれば、いろんな計測方法をここで示して、よりCrystalの素晴らしさを体感していただこうというのが主旨です。
+
+と言いますか、「自分が気になって調べたことをここに記載した」というのが本音です。「原稿を書く」という経験がなく、見積もりを誤った結果、ギリギリで執筆しているというのが現状です。心中お察しくださいませ。
+
+
+# 目次
+
+* はじめに
+* Crystalを実行するための準備
+* timeコマンド
+* Benchmarkクラス
+  * Benchmark#bm
+  * Benchmark#ips
+* ApacheBench
+* gperftools
+  * CPU PROFILER
+  * HEAP PROFILER
+* まとめ
+
+# はじめに
+
+はじめに、今回の内容について共有しておくべきことを書きます。
+
+* Crystalのversionは `0.21.1` です
+* 途中、コンソール画面の出力結果を記載しますが、省略する部分は `--snip--` と表記します
+* 各種実行の際は自己責任でお願いします
+
+それでは、まずはCrystalの環境構築から行います。
+
+# Crystalを実行するための準備
+
+最新版のCrystalの環境を得るための一番簡単な方法は、公式に提供されている docker image をpullしてくる方法だと思います。下記のようなDockerfileとMakefileを用意すれば、Crystalの最新版の実行環境と、今回の内容を一通り実行できる環境を構築できます。
+
+*Dockerfile*
+```
+FROM crystallang/crystal
+
+RUN apt-get -y update
+RUN apt-get -y upgrade
+RUN apt-get -y install curl
+RUN apt-get -y install apache2-utils
+RUN apt-get -y install google-perftools libgoogle-perftools-dev
+
+# 開発用のディレクトリを作成
+RUN mkdir -p /root/dev
+
+# 作業ディレクトリを開発用ディレクトリに設定
+WORKDIR /root/dev
+```
+
+*Makefile*
+```
+REPOSITORY=dev
+TAG=default
+HOST_WORKDIR=$(PWD)
+CONTAINER_WORKDIR=/root/dev
+CONTAINER_NAME=crystal-lang-dev
+
+build:
+	docker build --tag=$(REPOSITORY):$(TAG) .
+
+run:
+	docker run \
+		-v $(HOST_WORKDIR):$(CONTAINER_WORKDIR) \
+		--name $(CONTAINER_NAME) \
+		-it $(REPOSITORY):$(TAG) \
+		/bin/bash
+
+attach:
+	docker attach $(CONTAINER_NAME)
+```
+
+これらをHostマシンの作業ディレクトリに用意してbuildとrunを実行すれば、最新のCrystalを使用できる環境ができあがります。また、Hostマシンのディレクトリとコンテナ内のディレクトリがマウントされているので、実行はコンテナ内で、コード編集はHostマシンで行うことができます。buildしてコンテナに入ってみましょう。
+
+```
+$ make build
+docker build --tag=dev:default .
+Sending build context to Docker daemon 2.972 MB
+Step 1 : FROM crystallang/crystal
+ ---> d960a077fe1e
+
+--snip--
+
+Successfully built 63804e3a81a4
+$ make run
+docker run -v /Users/y-tsuchida/crystal/test/techbookfest2:/root/dev -it dev:default
+root@507648819acf:~/dev# crystal -v
+Crystal 0.21.1 [3c6c75e] (2017-03-06) LLVM 3.5.0
+```
+
+では早速、計測のあれこれを見ていきましょう。
+
+# timeコマンド
+
+まずはおなじみtimeコマンドです。プログラムの実行時にtimeコマンドを使用するだけです。
+
+*time.cr*
+```
+sleep 1.0
+```
+
+buildして実行してみます。
+[]
+```
+$ crystal build time.cr
+$ time ./time
+
+real   	0m1.018s
+user   	0m0.000s
+sys    	0m0.000s
+```
+
+timeコマンドは一番お気軽な計測方法でしょう。ぜひCrystalのスピードを体感してみてください。
+
+# Benchmarkクラス
+
+CrystalにはBenchmarkクラスがあります。`Benchmark#bm`は、Benchmarkモジュールの基本的なインターフェースです。`Benchmark#ips`は`instruction per second`を表し、相対的に計測できるインターフェースです。実際に使用してみましょう。サンプルはAPIの公式サイトと同じです。
+
+API公式サイト : https://crystal-lang.org/api/0.21.1/Benchmark.html
+
+まずは`Benchmark#bm`です。
+
+## Benchmark#bm
+
+*bm.cr*
+```
+require "benchmark"
+
+n = 5000000
+Benchmark.bm do |x|
+  x.report("times:") { n.times do
+    a = "1"
+  end }
+  x.report("upto:") { 1.upto(n) do
+    a = "1"
+  end }
+end
+```
+
+buildして実行してみましょう。
+
+```
+$ crystal build bm.cr
+$ ./bm
+Warning: benchmarking without the `--release` flag won't yield useful results
+             user     system      total        real
+times:   0.010000   0.000000   0.010000 (  0.012450)
+upto:    0.010000   0.010000   0.020000 (  0.011968)
+```
+
+計測結果が表示されました。そして、「--releaseフラグが付いていません」と丁寧に教えてくれますね。`--release`を付けて再度buildしてみましょう。
+
+```
+$ crystal build --release bm.cr
+$ ./bm
+             user     system      total        real
+times:   0.000000   0.000000   0.000000 (  0.000049)
+upto:    0.000000   0.000000   0.000000 (  0.001577)
+```
+
+圧倒的に速くなりました。`--release`の効果は絶大です。続いて`Benchmark#ips`です。
+
+## Benchmark#ips
+
+*ips.cr*
+```
+require "benchmark"
+
+Benchmark.ips do |x|
+  x.report("short sleep") { sleep 0.01 }
+  x.report("shorter sleep") { sleep 0.001 }
+end
+```
+
+上記コードをbuildして実行してみましょう。
+
+```
+$ crystal build ips.cr
+$ ./ips
+Warning: benchmarking without the `--release` flag won't yield useful results
+  short sleep  92.31  ( 10.83ms) (± 3.12%)  3.15× slower
+shorter sleep 291.04  (  3.44ms) (±10.73%)       fastest
+```
+
+こちらも`--release`のWarningが出ています。再buildします。
+
+```
+$ crystal build --release ips.cr
+$ ./ips
+  short sleep  92.28  ( 10.84ms) (± 3.90%)  3.33× slower
+shorter sleep 307.36  (  3.25ms) (±10.97%)       fastest
+```
+
+結果がほぼ変わっていません。これは、実際には最適化されていますが、`Benchmark#ips`の結果は相対評価なので出力される結果はさほど変わらない、ということです。`Benchmark#ips`は純粋に「コードの処理速度の相対評価」を調べたい時に使うと良いでしょう。
+
+Crystal標準でこれらのBenchmarkメソッドが用意されているのは便利ですね。
+
+# ApacheBench
+
+Crystalは簡単にWebサーバーを構築できます。その性能評価を`ApacheBench`で行いましょう。簡単のために、コンテナ内から`ApacheBench`を叩くことにします。まずはWebサーバーをコンテナ内で立ち上げます。下記のコードは公式HPのTOPに書かれているものです。
+
+*web_server.cr*
+```
+# A very basic HTTP server
+require "http/server"
+
+server = HTTP::Server.new(8080) do |context|
+  context.response.content_type = "text/plain"
+  context.response.print "Hello world, got #{context.request.path}!"
+end
+
+puts "Listening on http://127.0.0.1:8080"
+server.listen
+```
+
+buildして、バックグラウンドで実行しましょう。
+
+```
+$ crystal build web_server.cr
+$ ./web_server &
+Listening on http://127.0.0.1:8080
+```
+
+動作確認のため、試しにcurlで叩いてみます。
+
+```
+$ curl http://127.0.0.1:8080/
+Hello world, got /!
+$ curl http://127.0.0.1:8080/hoge
+Hello world, got /hoge!
+```
+
+アクセスできています。では、`ApacheBench`で計測してみましょう。
+
+```
+$ ab -n 10000 http://127.0.0.1:8080/
+This is ApacheBench, Version 2.3 <$Revision: 1528965 $>
+Copyright 1996 Adam Twiss, Zeus Technology Ltd, http://www.zeustech.net/
+Licensed to The Apache Software Foundation, http://www.apache.org/
+
+Benchmarking 127.0.0.1 (be patient)
+Completed 1000 requests
+Completed 2000 requests
+Completed 3000 requests
+Completed 4000 requests
+Completed 5000 requests
+Completed 6000 requests
+Completed 7000 requests
+Completed 8000 requests
+Completed 9000 requests
+Completed 10000 requests
+Finished 10000 requests
+
+
+Server Software:
+Server Hostname:        127.0.0.1
+Server Port:            8080
+
+Document Path:          /
+Document Length:        19 bytes
+
+Concurrency Level:      1
+Time taken for tests:   2.815 seconds
+Complete requests:      10000
+Failed requests:        0
+Total transferred:      840000 bytes
+HTML transferred:       190000 bytes
+Requests per second:    3552.64 [#/sec] (mean)
+Time per request:       0.281 [ms] (mean)
+Time per request:       0.281 [ms] (mean, across all concurrent requests)
+Transfer rate:          291.43 [Kbytes/sec] received
+
+Connection Times (ms)
+              min  mean[+/-sd] median   max
+Connect:        0    0   0.9      0      92
+Processing:     0    0   0.1      0       5
+Waiting:        0    0   0.1      0       4
+Total:          0    0   0.9      0      92
+
+Percentage of the requests served within a certain time (ms)
+  50%      0
+  66%      0
+  75%      0
+  80%      0
+  90%      0
+  95%      0
+  98%      1
+  99%      1
+ 100%     92 (longest request)
+```
+
+計測結果がずらりと出力されました。注目する点が`Requests per second`です。
+
+```
+Requests per second:    3552.64 [#/sec] (mean)
+```
+
+性能としてはこのくらいだとわかりました。では`--release`を付けてbuildしてみるとどうなるでしょうか。
+
+```
+$ crystal build --release web_server.cr
+$ ./web_server &
+Listening on http://127.0.0.1:8080
+$ ab -n 10000 http://127.0.0.1:8080/
+
+--snip--
+
+Requests per second:    4264.04 [#/sec] (mean)
+
+--snip--
+```
+
+約1.2倍くらいの性能向上が見られます（いろいろと環境依存があるので厳密な比較ではありません）。このような形で`ApacheBench`を用いれば、Webサーバーの性能もサクッと評価できます。
+
+# gperftools
+
+gperftoolsはgoogleが開発しているプロファイリングツールです。C/C++向けのプロファイリングツールですが、Cバインディングを使えばCrystalでも使用できます。gperftoolsは`CPU PROFILER`と`HEAP PROFILER`があります。メソッド単位のプロファイリングが可能なので、ボトルネックを探すのに重宝します。
+
+では、簡単なプログラムでプロファイリングを行ってみましょう。以下のようなプログラムを計測します。
+
+```
+class ExampleClass
+  @instance_var1 : Array(Time)
+  @instance_var2 : Array(Time)
+
+  def initialize
+    @instance_var1 = method1
+    @instance_var2 = method2
+  end
+
+  def method1
+    (1..1000000).map { |i| Time.new }
+  end
+
+  def method2
+    (1..500000).map { |i| Time.new }
+  end
+end
+
+example_class = ExampleClass.new # ここを計測する
+```
+
+`ExampleClass.new`のプロファイリングを行います。まず、gperftoolsの本家サイトの説明を読むと、`CPU PROFILER`を使用するには、コンパイル時に`-lprofiler`をリンクするように書かれています。これをCrystalのCバインディングを用いてリンクします。Cではコンパイル時のオプションとして`-lprofiler`を指定しますが、Crystalの場合はコード中にCバインディングを記述すれば、build時に自動でリンクされるようになります。 リンクすれば`ProfilerStart()`と`ProfilerStop()`というCの関数が使えるようになるので、それらをCrystalのメソッド名として定義します。最終的に以下のようなコードを追加します。
+
+```
+@[Link("profiler")]
+lib LibPROFILER
+  fun cpu_prof_start = ProfilerStart(filename : UInt8*)
+  fun cpu_prof_stop = ProfilerStop
+end
+```
+
+続いて、`HEAP PROFILER`のリンクも行います。プロファイリングするためには`-ltcmalloc`をリンクします。こちらも`CPU PROFILER`の時と同じようにCバインディングを記述します。
+
+```
+@[Link("tcmalloc")]
+lib LibTCMALLOC
+  fun heap_prof_start = HeapProfilerStart(filename : UInt8*)
+  fun heap_prof_dump = HeapProfilerDump
+  fun heap_prof_stop = HeapProfilerStop
+end
+```
+
+`HEAP PROFILER`の場合、`HeapProfilerDump()`を実行することでプロファイリング結果がファイルに出力されます。では、上記のC関数群を便利に使えるようなProfilerモジュールを定義しましょう。
+
+*Profilerモジュール*
+```
+module Profiler
+  PROFILE_DIR = "#{File.basename(__FILE__, ".cr")}_profile"
+  CPU_PROFILE_DUMP_PATH  = "#{PROFILE_DIR}/cpu.prof"
+  HEAP_PROFILE_DUMP_PATH = "#{PROFILE_DIR}/heap.prof"
+
+  def self.start
+    Dir.mkdir_p(PROFILE_DIR)
+    LibPROFILER.cpu_prof_start(CPU_PROFILE_DUMP_PATH)
+    LibTCMALLOC.heap_prof_start(HEAP_PROFILE_DUMP_PATH)
+  end
+
+  def self.stop
+    LibPROFILER.cpu_prof_stop
+    LibTCMALLOC.heap_prof_dump
+    LibTCMALLOC.heap_prof_stop
+  end
+end
+```
+
+これで、プロファイリングしたい箇所を`Profiler.start`と`Profiler.stop`で囲めば、CPUとHEAPの計測ができます。プロファイリング結果は`{ファイル名}_profile`ディレクトリに格納されるようにしました。最終的なコードは以下になります。
+
+*profiling_example.cr*
+```
+@[Link("profiler")]
+lib LibPROFILER
+  fun cpu_prof_start = ProfilerStart(filename : UInt8*)
+  fun cpu_prof_stop = ProfilerStop
+end
+
+@[Link("tcmalloc")]
+lib LibTCMALLOC
+  fun heap_prof_start = HeapProfilerStart(filename : UInt8*)
+  fun heap_prof_dump = HeapProfilerDump
+  fun heap_prof_stop = HeapProfilerStop
+end
+
+module Profiler
+  PROFILE_DIR = "#{File.basename(__FILE__, ".cr")}_profile"
+  CPU_PROFILE_DUMP_PATH  = "#{PROFILE_DIR}/cpu.prof"
+  HEAP_PROFILE_DUMP_PATH = "#{PROFILE_DIR}/heap.prof"
+
+  def self.start
+    Dir.mkdir_p(PROFILE_DIR)
+    LibPROFILER.cpu_prof_start(CPU_PROFILE_DUMP_PATH)
+    LibTCMALLOC.heap_prof_start(HEAP_PROFILE_DUMP_PATH)
+  end
+
+  def self.stop
+    LibPROFILER.cpu_prof_stop
+    LibTCMALLOC.heap_prof_dump
+    LibTCMALLOC.heap_prof_stop
+  end
+end
+
+class ExampleClass
+  @instance_var1 : Array(Time)
+  @instance_var2 : Array(Time)
+
+  def initialize
+    @instance_var1 = method1
+    @instance_var2 = method2
+  end
+
+  def method1
+    (1..1000000).map { |i| Time.new }
+  end
+
+  def method2
+    (1..500000).map { |i| Time.new }
+  end
+end
+
+Profiler.start
+example_class = ExampleClass.new
+Profiler.stop
+```
+
+実際にコンパイルして動かしてみましょう。
+
+```
+$ crystal build profiling_example.cr
+$ ./profiling_example
+Starting tracking the heap
+PROFILE: interrupts/evictions/bytes = 2566/4/49472
+Dumping heap profile to profiling_example_profile/heap.prof.0001.heap
+$ ls profiling_example_profile/
+cpu.prof  heap.prof.0001.heap
+```
+
+プロファイリング結果がファイルに出力されています。中身はバイナリなので直接は見れません。詳細な結果は`google-pprof`コマンドを使って見ることができます。
+
+```
+$ google-pprof ./profiling_example profiling_example_profile/cpu.prof
+Using local file ./profiling_example.
+Using local file profiling_example_profile/cpu.prof.
+Removing _L_unlock_13 from all stack traces.
+Welcome to pprof!  For help, type 'help'.
+(pprof)
+```
+
+`google-pprof`コマンドの引数には、実行バイナリと出力されたプロファイリング結果のファイルを指定します。すると`google-pprof`のインタラクティブシェルに入ることができ、対話的に結果を見ることができます。`top`と打ってみます。
+
+```
+(pprof) top
+Total: 2566 samples
+    1309  51.0%  51.0%     1309  51.0% sigprocmask
+     532  20.7%  71.7%      532  20.7% 0x00007ffd593f0b22
+     292  11.4%  83.1%      292  11.4% __xstat64
+     182   7.1%  90.2%     1525  59.4% _Ux86_64_getcontext
+      46   1.8%  92.0%       46   1.8% __pthread_cond_wait
+      28   1.1%  93.1%       28   1.1% _ULx86_64_get_save_loc
+      17   0.7%  93.8%       24   0.9% tc_free
+      13   0.5%  94.3%     1535  59.8% _ULx86_64_step
+      12   0.5%  94.7%     1593  62.1% malloc
+      12   0.5%  95.2%     1943  75.7% tzset
+```
+
+これはCPUのサンプリング数が多い順にメソッドを表示してくれます。サンプリング数が多いほど、その関数の処理時間が長いことになります。内容は左から、
+
+* function内でサンプルされた数
+* function内でサンプルされた数 / 全サンプル数
+* (function内でサンプルされた数 / 全サンプル数)の累積
+* function内でサンプルされた数 + functionの呼び出し元でサンプルされた数
+* (function内でサンプルされた数 + functionの呼び出し元でサンプルされた数) / 全サンプル数
+* function名
+
+となっています。これで大まかな傾向はつかむことができます。しかし今回の場合、Crystalのメソッドが見られないですね。特定のメソッドの詳細を追いたい場合は、`list`コマンドを使用します。`initialize`メソッドの詳細を表示してみましょう。
+
+```
+(pprof) list initialize
+Total: 2566 samples
+ROUTINE ====================== *ExampleClass#initialize:Array in /root/dev/profiling_example.cr
+     0   2518 Total samples (flat / cumulative)
+     .      .   32: class ExampleClass
+     .      .   33:   @instance_var1 : Array(Time)
+     .      .   34:   @instance_var2 : Array(Time)
+     .      .   35:
+     .      .   36:   def initialize
+---
+     .   1670   37:     @instance_var1 = method1
+     .    848   38:     @instance_var2 = method2
+     .      .   39:   end
+---
+     .      .   40:
+     .      .   41:   def method1
+     .      .   42:     (1..1000000).map { |i| Time.new }
+     .      .   43:   end
+     .      .   44:
+
+--snip--
+```
+
+Crystalのコードが表示されました。かつ、各行でのサンプル数も表示されています。こちらは左から、
+
+* その行自体のサンプル数（サブメソッドのサンプル数は省く）
+* その行の中で呼ばれているサブメソッド全ての累積サンプル数
+
+となっています。method1とmethod2は繰り返し回数が２倍違うので、累積サンプル数も約２倍違うことがわかります。これは行レベルでのボトルネック検出に大いに役立ちそうです。次に`HEAP PROFILER`も見てみましょう。
+
+
+```
+$ google-pprof ./profiling_example profiling_example_profile/heap.prof.*
+Using local file ./profiling_example.
+Using local file profiling_example_profile/heap.prof.0001.heap.
+Welcome to pprof!  For help, type 'help'.
+(pprof)
+```
+
+`HEAP PROFILER`の場合、プロファイリング結果のファイルが連番で出力されるのでワイルドカードで指定します。使い方は`CPU PROFILER`の時と同じです。
+
+```
+(pprof) top
+Total: 0.0 MB
+     0.0  45.3%  45.3%      0.0 100.0% tzset
+     0.0  31.2%  76.6%      0.0 100.0% adjtime
+     0.0  23.4% 100.0%      0.0  23.4% __strdup
+     0.0   0.0% 100.0%      0.0 100.0% __crystal_main
+     0.0   0.0% 100.0%      0.0 100.0% __libc_start_main
+     0.0   0.0% 100.0%      0.0 100.0% _start
+     0.0   0.0% 100.0%      0.0 100.0% compute_offset
+     0.0   0.0% 100.0%      0.0 100.0% compute_ticks_and_offset
+     0.0   0.0% 100.0%      0.0 100.0% initialize
+```
+
+左から、
+
+* function内で使用されたメモリ(MB)
+* function内で使用されたメモリ(MB) / 全使用メモリ(MB)
+* (function内で使用されたメモリ(MB) / 全使用メモリ(MB))の累積
+* function内で使用されたメモリ(MB) + functionの呼び出し元で使用されたメモリ(MB)
+* (function内で使用されたメモリ(MB) + functionの呼び出し元で使用されたメモリ(MB)) / 全使用メモリ(MB)
+* function名
+
+となっています。続いてlistコマンド。
+
+```
+(pprof) list initialize
+Total: 0.0 MB
+ROUTINE ====================== *ExampleClass#initialize:Array in /root/dev/profiling_example.cr
+   0.0    0.0 Total MB (flat / cumulative)
+     .      .   33:   @instance_var1 : Array(Time)
+     .      .   34:   @instance_var2 : Array(Time)
+     .      .   35:   @instance_var3 : Array(String)
+     .      .   36:
+     .      .   37:   def initialize
+---
+     .    0.0   38:     @instance_var1 = method1
+     .    0.0   39:     @instance_var2 = method2
+     .      .   40:     @instance_var3 = method3
+     .      .   41:   end
+---
+     .      .   42:
+     .      .   43:   def method1
+     .      .   44:     (1..1000000).map { |i| Time.new }
+     .      .   45:   end
+     .      .   46:
+
+--snip--
+```
+
+左から、
+
+* その行自体の使用メモリ(MB)（サブメソッドの使用メモリは省く）
+* その行の中で呼ばれているサブメソッド全ての累積使用メモリ(MB)
+
+となっています。今回の例ではHEAPの使用はほぼ見られませんでしたが、巨大なプログラムになるとボトルネックの検出には便利そうです。
+
+このように、gperftoolsを用いれば行レベルでのプロファイリングが可能です。他にも、CPUサンプルのFrequencyを変更できたりグラフの出力ができたりと、プロファイリングには重宝するツールだと思うのでぜひ公式ページを追ってみてください。ともあれ、これらを簡単に使用できるのもCrystalのCバインディングのおかげだと思うので、この機能を実装してくれた開発者の方に感謝です。
+
+# まとめ
+
+いかがでしたでしょうか。駆け足で説明しましたが、Crystalでもさまざまな計測ができることがわかりました。ぜひ、さまざまな比較の際に参考にしてみてください。
+
+2017年はCrystalにとって特別な年になりそうです。version 1.0 の公開が宣言されました。また、Parallelismの開発にも期待が寄せられています。Windowsのサポートも前進される予定ですし、Incremental compilation の実装も進んでいくでしょう。海外ではCode Campなどのイベントが積極的に開催されています。動画も公開されており、徐々に日本にも情報が入ってきています。ぜひ、今後のCrystalの動向をウォッチしてみてください。
+
+Happy crystalling!

From 3286e2433ee9cc249d65c03f74564520e184aef6 Mon Sep 17 00:00:00 2001
From: at-grandpa <yoshiyuki.tsuchida.k@gmail.com>
Date: Thu, 16 Mar 2017 09:28:00 +0900
Subject: [PATCH 2/4] =?UTF-8?q?=E4=BF=AE=E6=AD=A3?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 at_grandpa/README.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/at_grandpa/README.md b/at_grandpa/README.md
index 360528d..6948ec9 100644
--- a/at_grandpa/README.md
+++ b/at_grandpa/README.md
@@ -110,7 +110,7 @@ sleep 1.0
 ```
 
 buildして実行してみます。
-[]
+
 ```
 $ crystal build time.cr
 $ time ./time

From a7fd1316e7349fac740658f40c453d8583d51784 Mon Sep 17 00:00:00 2001
From: at-grandpa <yoshiyuki.tsuchida.k@gmail.com>
Date: Fri, 17 Mar 2017 00:44:52 +0900
Subject: [PATCH 3/4] =?UTF-8?q?=E6=8C=87=E6=91=98=E7=82=B9=E3=81=AE?=
 =?UTF-8?q?=E4=BF=AE=E6=AD=A3?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 at_grandpa/README.md | 22 ++++++++++------------
 1 file changed, 10 insertions(+), 12 deletions(-)

diff --git a/at_grandpa/README.md b/at_grandpa/README.md
index 6948ec9..ba44107 100644
--- a/at_grandpa/README.md
+++ b/at_grandpa/README.md
@@ -80,7 +80,7 @@ attach:
 	docker attach $(CONTAINER_NAME)
 ```
 
-これらをHostマシンの作業ディレクトリに用意してbuildとrunを実行すれば、最新のCrystalを使用できる環境ができあがります。また、Hostマシンのディレクトリとコンテナ内のディレクトリがマウントされているので、実行はコンテナ内で、コード編集はHostマシンで行うことができます。buildしてコンテナに入ってみましょう。
+これらをHostマシンの作業ディレクトリに用意してbuildとrunを実行すれば、最新のCrystalを使用できる環境ができあがります。また、Hostマシンのディレクトリがコンテナ内のディレクトリにマウントされているので、実行はコンテナ内で、コード編集はHostマシンで行うことができます。buildしてコンテナに入ってみましょう。
 
 ```
 $ make build
@@ -184,16 +184,6 @@ end
 
 上記コードをbuildして実行してみましょう。
 
-```
-$ crystal build ips.cr
-$ ./ips
-Warning: benchmarking without the `--release` flag won't yield useful results
-  short sleep  92.31  ( 10.83ms) (± 3.12%)  3.15× slower
-shorter sleep 291.04  (  3.44ms) (±10.73%)       fastest
-```
-
-こちらも`--release`のWarningが出ています。再buildします。
-
 ```
 $ crystal build --release ips.cr
 $ ./ips
@@ -201,7 +191,15 @@ $ ./ips
 shorter sleep 307.36  (  3.25ms) (±10.97%)       fastest
 ```
 
-結果がほぼ変わっていません。これは、実際には最適化されていますが、`Benchmark#ips`の結果は相対評価なので出力される結果はさほど変わらない、ということです。`Benchmark#ips`は純粋に「コードの処理速度の相対評価」を調べたい時に使うと良いでしょう。
+結果は左から、
+
+* ラベル
+* 平均ips
+* 1イテレーション当たりの平均処理時間
+* 平均ipsに対する標準偏差
+* 比較結果
+
+となっています。
 
 Crystal標準でこれらのBenchmarkメソッドが用意されているのは便利ですね。
 

From e4add23916af20f7b400403f1ac6387db0251cf8 Mon Sep 17 00:00:00 2001
From: at-grandpa <yoshiyuki.tsuchida.k@gmail.com>
Date: Sat, 18 Mar 2017 10:34:33 +0900
Subject: [PATCH 4/4] =?UTF-8?q?md2inao=E5=90=91=E3=81=91=E3=81=AE=E4=BF=AE?=
 =?UTF-8?q?=E6=AD=A3?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 at_grandpa/README.md | 844 +++++++++++++++++++++----------------------
 1 file changed, 413 insertions(+), 431 deletions(-)

diff --git a/at_grandpa/README.md b/at_grandpa/README.md
index ba44107..9a784c3 100644
--- a/at_grandpa/README.md
+++ b/at_grandpa/README.md
@@ -1,14 +1,15 @@
 Title: Crystalを計測するためのあれこれ
-Author: @at_grandpa
+Author: Yoshiyuki Tsuchida
+Twitter: @at_grandpa
 
 # Crystalを計測するためのあれこれ
 
-こんにちは、@at_grandpaです。今回はCrystalについての本ということで、「Crystalを計測するためのあれこれ」について書かせていただきます。計測に詳しい方々からは「Crystalに限った内容ではない！」とツッコミをいただきそうですが、そうです、Crystalに限ったことではないのです。すみません。ではなぜCrystalの本にこれを掲載するかというと、Crystalは現状、
+こんにちは、@at_grandpaです。今回はCrystalについての本ということで、「Crystalを計測するためのあれこれ」について書かせていただきます。計測に詳しい方々からは「Crystalに限った内容ではない！」とツッコミをいただきそうですが、そうです、Crystalに限ったことではないのです（すみません）。ではなぜCrystalの本にこれを掲載するかというと、Crystalは現状、
 
 * 「Rubyの代替」というイメージが（今なお）強い
 * githubに「Oh, and we don't want to write C code to make the code run faster.」とあるように、公式でも処理速度を推している
 
-ということがあり、何かと「Crystalって速いの？どれくらい速いの？」と注目されがちです。だったら計測してみたい！というのが人情ですが、「どうやって計測したらいいんだ。。。」と躓いてしまっては、Crystalの良さを知る前にモチベーションが下がってしまいます。であれば、いろんな計測方法をここで示して、よりCrystalの素晴らしさを体感していただこうというのが主旨です。
+ということがあり、何かと「Crystalって速いの？どれくらい速いの？」と注目されがちです。だったら計測してみたい！というのが人情ですが、「どうやって計測したらいいんだ。。。」と躓いてしまっては、Crystalの良さを知る前にモチベーションが下がってしまいます。そこで、いろんな計測方法をここで示し、よりCrystalの素晴らしさを体感していただこうというのが主旨です。
 
 と言いますか、「自分が気になって調べたことをここに記載した」というのが本音です。「原稿を書く」という経験がなく、見積もりを誤った結果、ギリギリで執筆しているというのが現状です。心中お察しくださいませ。
 
@@ -19,12 +20,12 @@ Author: @at_grandpa
 * Crystalを実行するための準備
 * timeコマンド
 * Benchmarkクラス
-  * Benchmark#bm
-  * Benchmark#ips
+    * Benchmark#bm
+    * Benchmark#ips
 * ApacheBench
 * gperftools
-  * CPU PROFILER
-  * HEAP PROFILER
+    * CPU PROFILER
+    * HEAP PROFILER
 * まとめ
 
 # はじめに
@@ -32,7 +33,13 @@ Author: @at_grandpa
 はじめに、今回の内容について共有しておくべきことを書きます。
 
 * Crystalのversionは `0.21.1` です
-* 途中、コンソール画面の出力結果を記載しますが、省略する部分は `--snip--` と表記します
+* 出力結果などを省略する部分は `--snip--` と表記します
+* 都合上、実行結果を多少改変しています
+    * 実際とは異なるpathや改行が入る場合があります
+    * 紙面の関係でスペースなどを削除している場合があります
+    * その他、意味が崩れない程度の修正をしている場合があります
+* 掲載されているサンプルコードは下記githubからダウンロードできます
+    * https://github.com/at-grandpa/techbookfest2-crystal-profiling
 * 各種実行の際は自己責任でお願いします
 
 それでは、まずはCrystalの環境構築から行います。
@@ -41,62 +48,59 @@ Author: @at_grandpa
 
 最新版のCrystalの環境を得るための一番簡単な方法は、公式に提供されている docker image をpullしてくる方法だと思います。下記のようなDockerfileとMakefileを用意すれば、Crystalの最新版の実行環境と、今回の内容を一通り実行できる環境を構築できます。
 
-*Dockerfile*
-```
-FROM crystallang/crystal
-
-RUN apt-get -y update
-RUN apt-get -y upgrade
-RUN apt-get -y install curl
-RUN apt-get -y install apache2-utils
-RUN apt-get -y install google-perftools libgoogle-perftools-dev
-
-# 開発用のディレクトリを作成
-RUN mkdir -p /root/dev
-
-# 作業ディレクトリを開発用ディレクトリに設定
-WORKDIR /root/dev
-```
-
-*Makefile*
-```
-REPOSITORY=dev
-TAG=default
-HOST_WORKDIR=$(PWD)
-CONTAINER_WORKDIR=/root/dev
-CONTAINER_NAME=crystal-lang-dev
-
-build:
-	docker build --tag=$(REPOSITORY):$(TAG) .
-
-run:
-	docker run \
-		-v $(HOST_WORKDIR):$(CONTAINER_WORKDIR) \
-		--name $(CONTAINER_NAME) \
-		-it $(REPOSITORY):$(TAG) \
-		/bin/bash
-
-attach:
-	docker attach $(CONTAINER_NAME)
-```
+    ●Dockerfile::
+    FROM crystallang/crystal
+    
+    RUN apt-get -y update
+    RUN apt-get -y upgrade
+    RUN apt-get -y install curl
+    RUN apt-get -y install apache2-utils
+    RUN apt-get -y install google-perftools
+    RUN apt-get -y install libgoogle-perftools-dev
+    RUN mkdir -p /root/dev (注:開発用のディレクトリを作成)
+    WORKDIR /root/dev (注:作業ディレクトリを開発用ディレクトリに設定)
+
+
+    ●Makefile::
+    REPOSITORY=dev
+    TAG=default
+    HOST_WORKDIR=$(PWD)
+    CONTAINER_WORKDIR=/root/dev
+    CONTAINER_NAME=crystal-lang-dev
+    
+    build:
+        docker build --tag=$(REPOSITORY):$(TAG) .
+    
+    run:
+        docker run \
+            -v $(HOST_WORKDIR):$(CONTAINER_WORKDIR) \
+            --name $(CONTAINER_NAME) \
+            -it $(REPOSITORY):$(TAG) \
+            /bin/bash
+    
+    attach:
+        docker attach $(CONTAINER_NAME)
 
 これらをHostマシンの作業ディレクトリに用意してbuildとrunを実行すれば、最新のCrystalを使用できる環境ができあがります。また、Hostマシンのディレクトリがコンテナ内のディレクトリにマウントされているので、実行はコンテナ内で、コード編集はHostマシンで行うことができます。buildしてコンテナに入ってみましょう。
 
-```
-$ make build
-docker build --tag=dev:default .
-Sending build context to Docker daemon 2.972 MB
-Step 1 : FROM crystallang/crystal
- ---> d960a077fe1e
-
---snip--
-
-Successfully built 63804e3a81a4
-$ make run
-docker run -v /Users/y-tsuchida/crystal/test/techbookfest2:/root/dev -it dev:default
-root@507648819acf:~/dev# crystal -v
-Crystal 0.21.1 [3c6c75e] (2017-03-06) LLVM 3.5.0
-```
+    !!! cmd
+    $ make build
+    docker build --tag=dev:default .
+    Sending build context to Docker daemon 2.972 MB
+    Step 1 : FROM crystallang/crystal
+     ---> d960a077fe1e
+    
+    --snip--
+    
+    Successfully built 63804e3a81a4
+    $ make run
+    docker run \
+        -v /path/to/dir:/root/dev \
+        --name crystal-lang-dev \
+        -it dev:default \
+        /bin/bash
+    root@507648819acf:~/dev# crystal -v
+    Crystal 0.21.1 [3c6c75e] (2017-03-06) LLVM 3.5.0
 
 では早速、計測のあれこれを見ていきましょう。
 
@@ -104,92 +108,81 @@ Crystal 0.21.1 [3c6c75e] (2017-03-06) LLVM 3.5.0
 
 まずはおなじみtimeコマンドです。プログラムの実行時にtimeコマンドを使用するだけです。
 
-*time.cr*
-```
-sleep 1.0
-```
+    ●time.cr::
+    sleep 1.0
 
 buildして実行してみます。
 
-```
-$ crystal build time.cr
-$ time ./time
-
-real   	0m1.018s
-user   	0m0.000s
-sys    	0m0.000s
-```
+    !!! cmd
+    $ crystal build time.cr
+    $ time ./time
+    
+    real   	0m1.018s
+    user   	0m0.000s
+    sys    	0m0.000s
 
 timeコマンドは一番お気軽な計測方法でしょう。ぜひCrystalのスピードを体感してみてください。
 
 # Benchmarkクラス
 
-CrystalにはBenchmarkクラスがあります。`Benchmark#bm`は、Benchmarkモジュールの基本的なインターフェースです。`Benchmark#ips`は`instruction per second`を表し、相対的に計測できるインターフェースです。実際に使用してみましょう。サンプルはAPIの公式サイトと同じです。
-
-API公式サイト : https://crystal-lang.org/api/0.21.1/Benchmark.html
+CrystalにはBenchmarkクラスがあります。`Benchmark#bm`は、Benchmarkモジュールの基本的なインターフェースです。`Benchmark#ips`は`instruction per second`を表し、相対的に計測できるインターフェースです。実際に使用してみましょう。サンプルは[APIの公式サイト](https://crystal-lang.org/api/0.21.1/Benchmark.html)を参考に多少改変したものを用いています。
 
 まずは`Benchmark#bm`です。
 
 ## Benchmark#bm
 
-*bm.cr*
-```
-require "benchmark"
-
-n = 5000000
-Benchmark.bm do |x|
-  x.report("times:") { n.times do
-    a = "1"
-  end }
-  x.report("upto:") { 1.upto(n) do
-    a = "1"
-  end }
-end
-```
+    ●bm.cr::
+    require "benchmark"
+    
+    n = 5000000
+    Benchmark.bm do |x|
+      x.report("times:") { n.times do
+        a = "1"
+      end }
+      x.report("upto:") { 1.upto(n) do
+        a = "1"
+      end }
+    end
 
 buildして実行してみましょう。
 
-```
-$ crystal build bm.cr
-$ ./bm
-Warning: benchmarking without the `--release` flag won't yield useful results
-             user     system      total        real
-times:   0.010000   0.000000   0.010000 (  0.012450)
-upto:    0.010000   0.010000   0.020000 (  0.011968)
-```
+    !!! cmd
+    $ crystal build bm.cr
+    $ ./bm
+    Warning: benchmarking without the `--release` flag
+    won't yield useful results
+                 user     system      total        real
+    times:   0.010000   0.000000   0.010000 (  0.012450)
+    upto:    0.010000   0.010000   0.020000 (  0.011968)
 
 計測結果が表示されました。そして、「--releaseフラグが付いていません」と丁寧に教えてくれますね。`--release`を付けて再度buildしてみましょう。
 
-```
-$ crystal build --release bm.cr
-$ ./bm
-             user     system      total        real
-times:   0.000000   0.000000   0.000000 (  0.000049)
-upto:    0.000000   0.000000   0.000000 (  0.001577)
-```
+    !!!! cmd
+    $ crystal build --release bm.cr
+    $ ./bm
+                 user     system      total        real
+    times:   0.000000   0.000000   0.000000 (  0.000049)
+    upto:    0.000000   0.000000   0.000000 (  0.001577)
 
 圧倒的に速くなりました。`--release`の効果は絶大です。続いて`Benchmark#ips`です。
 
 ## Benchmark#ips
 
-*ips.cr*
-```
-require "benchmark"
-
-Benchmark.ips do |x|
-  x.report("short sleep") { sleep 0.01 }
-  x.report("shorter sleep") { sleep 0.001 }
-end
-```
+    ●ips.cr::
+    require "benchmark"
+    
+    Benchmark.ips do |x|
+      x.report("short") { sleep 0.01 }
+      x.report("shorter") { sleep 0.001 }
+    end
 
 上記コードをbuildして実行してみましょう。
 
-```
-$ crystal build --release ips.cr
-$ ./ips
-  short sleep  92.28  ( 10.84ms) (± 3.90%)  3.33× slower
-shorter sleep 307.36  (  3.25ms) (±10.97%)       fastest
-```
+    !!! cmd
+    $ crystal build --release ips.cr
+    $ ./ips
+      short  92.28  ( 10.84ms) (± 3.90%)  3.33× slower
+    shorter 307.36  (  3.25ms) (±10.97%)       fastest
 
 結果は左から、
 
@@ -207,288 +200,281 @@ Crystal標準でこれらのBenchmarkメソッドが用意されているのは
 
 Crystalは簡単にWebサーバーを構築できます。その性能評価を`ApacheBench`で行いましょう。簡単のために、コンテナ内から`ApacheBench`を叩くことにします。まずはWebサーバーをコンテナ内で立ち上げます。下記のコードは公式HPのTOPに書かれているものです。
 
-*web_server.cr*
-```
-# A very basic HTTP server
-require "http/server"
-
-server = HTTP::Server.new(8080) do |context|
-  context.response.content_type = "text/plain"
-  context.response.print "Hello world, got #{context.request.path}!"
-end
-
-puts "Listening on http://127.0.0.1:8080"
-server.listen
-```
+    ●web_server.cr::
+    # A very basic HTTP server
+    require "http/server"
+    
+    server = HTTP::Server.new(8080) do |context|
+      context.response.content_type = "text/plain"
+      context.response.print "Hello world, got #{context.request.path}!"
+    end
+    
+    puts "Listening on http://127.0.0.1:8080"
+    server.listen
 
 buildして、バックグラウンドで実行しましょう。
 
-```
-$ crystal build web_server.cr
-$ ./web_server &
-Listening on http://127.0.0.1:8080
-```
+    !!! cmd
+    $ crystal build web_server.cr
+    $ ./web_server &
+    Listening on http://127.0.0.1:8080
 
 動作確認のため、試しにcurlで叩いてみます。
 
-```
-$ curl http://127.0.0.1:8080/
-Hello world, got /!
-$ curl http://127.0.0.1:8080/hoge
-Hello world, got /hoge!
-```
+    !!! cmd
+    $ curl http://127.0.0.1:8080/
+    Hello world, got /!
+    $ curl http://127.0.0.1:8080/hoge
+    Hello world, got /hoge!
 
 アクセスできています。では、`ApacheBench`で計測してみましょう。
 
-```
-$ ab -n 10000 http://127.0.0.1:8080/
-This is ApacheBench, Version 2.3 <$Revision: 1528965 $>
-Copyright 1996 Adam Twiss, Zeus Technology Ltd, http://www.zeustech.net/
-Licensed to The Apache Software Foundation, http://www.apache.org/
-
-Benchmarking 127.0.0.1 (be patient)
-Completed 1000 requests
-Completed 2000 requests
-Completed 3000 requests
-Completed 4000 requests
-Completed 5000 requests
-Completed 6000 requests
-Completed 7000 requests
-Completed 8000 requests
-Completed 9000 requests
-Completed 10000 requests
-Finished 10000 requests
-
-
-Server Software:
-Server Hostname:        127.0.0.1
-Server Port:            8080
-
-Document Path:          /
-Document Length:        19 bytes
-
-Concurrency Level:      1
-Time taken for tests:   2.815 seconds
-Complete requests:      10000
-Failed requests:        0
-Total transferred:      840000 bytes
-HTML transferred:       190000 bytes
-Requests per second:    3552.64 [#/sec] (mean)
-Time per request:       0.281 [ms] (mean)
-Time per request:       0.281 [ms] (mean, across all concurrent requests)
-Transfer rate:          291.43 [Kbytes/sec] received
-
-Connection Times (ms)
-              min  mean[+/-sd] median   max
-Connect:        0    0   0.9      0      92
-Processing:     0    0   0.1      0       5
-Waiting:        0    0   0.1      0       4
-Total:          0    0   0.9      0      92
-
-Percentage of the requests served within a certain time (ms)
-  50%      0
-  66%      0
-  75%      0
-  80%      0
-  90%      0
-  95%      0
-  98%      1
-  99%      1
- 100%     92 (longest request)
-```
+    !!! cmd
+    $ ab -n 10000 http://127.0.0.1:8080/
+    This is ApacheBench,
+    Version 2.3 <$Revision: 1528965 $>
+    Copyright 1996 Adam Twiss,
+    Zeus Technology Ltd, http://www.zeustech.net/
+    Licensed to The Apache Software Foundation,
+    http://www.apache.org/
+    
+    Benchmarking 127.0.0.1 (be patient)
+    Completed 1000 requests
+    Completed 2000 requests
+    Completed 3000 requests
+    Completed 4000 requests
+    Completed 5000 requests
+    Completed 6000 requests
+    Completed 7000 requests
+    Completed 8000 requests
+    Completed 9000 requests
+    Completed 10000 requests
+    Finished 10000 requests
+    
+    
+    Server Software:
+    Server Hostname:        127.0.0.1
+    Server Port:            8080
+    
+    Document Path:          /
+    Document Length:        19 bytes
+    
+    Concurrency Level:      1
+    Time taken for tests:   2.815 seconds
+    Complete requests:      10000
+    Failed requests:        0
+    Total transferred:      840000 bytes
+    HTML transferred:       190000 bytes
+    Requests per second:    3552.64 [#/sec] (mean)
+    Time per request:       0.281 [ms] (mean)
+    Time per request:       0.281 [ms]
+    (mean, across all concurrent requests)
+    Transfer rate:          291.43 [Kbytes/sec] received
+    
+    Connection Times (ms)
+                  min  mean[+/-sd] median   max
+    Connect:        0    0   0.9      0      92
+    Processing:     0    0   0.1      0       5
+    Waiting:        0    0   0.1      0       4
+    Total:          0    0   0.9      0      92
+    
+    Percentage of the requests served
+    within a certain time (ms)
+      50%      0
+      66%      0
+      75%      0
+      80%      0
+      90%      0
+      95%      0
+      98%      1
+      99%      1
+     100%     92 (longest request)
 
 計測結果がずらりと出力されました。注目する点が`Requests per second`です。
 
-```
-Requests per second:    3552.64 [#/sec] (mean)
-```
+    !!! cmd
+    --snip--
+    
+    Requests per second:    3552.64 [#/sec] (mean)
+    
+    --snip--
 
 性能としてはこのくらいだとわかりました。では`--release`を付けてbuildしてみるとどうなるでしょうか。
 
-```
-$ crystal build --release web_server.cr
-$ ./web_server &
-Listening on http://127.0.0.1:8080
-$ ab -n 10000 http://127.0.0.1:8080/
-
---snip--
-
-Requests per second:    4264.04 [#/sec] (mean)
-
---snip--
-```
+    !!! cmd
+    $ crystal build --release web_server.cr
+    $ ./web_server &
+    Listening on http://127.0.0.1:8080
+    $ ab -n 10000 http://127.0.0.1:8080/
+    
+    --snip--
+    
+    Requests per second:    4264.04 [#/sec] (mean)
+    
+    --snip--
 
 約1.2倍くらいの性能向上が見られます（いろいろと環境依存があるので厳密な比較ではありません）。このような形で`ApacheBench`を用いれば、Webサーバーの性能もサクッと評価できます。
 
 # gperftools
 
-gperftoolsはgoogleが開発しているプロファイリングツールです。C/C++向けのプロファイリングツールですが、Cバインディングを使えばCrystalでも使用できます。gperftoolsは`CPU PROFILER`と`HEAP PROFILER`があります。メソッド単位のプロファイリングが可能なので、ボトルネックを探すのに重宝します。
+[gperftools](https://github.com/gperftools/gperftools)はgoogleが開発しているプロファイリングツールです。C/C++向けのプロファイリングツールですが、Cバインディングを使えばCrystalでも使用できます。gperftoolsは`CPU PROFILER`と`HEAP PROFILER`があります。メソッド単位のプロファイリングが可能なので、ボトルネックを探すのに重宝します。
 
 では、簡単なプログラムでプロファイリングを行ってみましょう。以下のようなプログラムを計測します。
 
-```
-class ExampleClass
-  @instance_var1 : Array(Time)
-  @instance_var2 : Array(Time)
-
-  def initialize
-    @instance_var1 = method1
-    @instance_var2 = method2
-  end
-
-  def method1
-    (1..1000000).map { |i| Time.new }
-  end
-
-  def method2
-    (1..500000).map { |i| Time.new }
-  end
-end
-
-example_class = ExampleClass.new # ここを計測する
-```
+    ●計測対象::
+    class ExampleClass
+      @instance_var1 : Array(Time)
+      @instance_var2 : Array(Time)
+    
+      def initialize
+        @instance_var1 = method1
+        @instance_var2 = method2
+      end
+    
+      def method1
+        (1..1000000).map { |i| Time.new }
+      end
+    
+      def method2
+        (1..500000).map { |i| Time.new }
+      end
+    end
+    
+    example_class = ExampleClass.new (注:ここを計測する)
 
 `ExampleClass.new`のプロファイリングを行います。まず、gperftoolsの本家サイトの説明を読むと、`CPU PROFILER`を使用するには、コンパイル時に`-lprofiler`をリンクするように書かれています。これをCrystalのCバインディングを用いてリンクします。Cではコンパイル時のオプションとして`-lprofiler`を指定しますが、Crystalの場合はコード中にCバインディングを記述すれば、build時に自動でリンクされるようになります。 リンクすれば`ProfilerStart()`と`ProfilerStop()`というCの関数が使えるようになるので、それらをCrystalのメソッド名として定義します。最終的に以下のようなコードを追加します。
 
-```
-@[Link("profiler")]
-lib LibPROFILER
-  fun cpu_prof_start = ProfilerStart(filename : UInt8*)
-  fun cpu_prof_stop = ProfilerStop
-end
-```
+    ●profilerのリンク::
+    @[Link("profiler")]
+    lib LibPROFILER
+      fun cpu_start = ProfilerStart(file : UInt8*)
+      fun cpu_stop = ProfilerStop
+    end
+
 
 続いて、`HEAP PROFILER`のリンクも行います。プロファイリングするためには`-ltcmalloc`をリンクします。こちらも`CPU PROFILER`の時と同じようにCバインディングを記述します。
 
-```
-@[Link("tcmalloc")]
-lib LibTCMALLOC
-  fun heap_prof_start = HeapProfilerStart(filename : UInt8*)
-  fun heap_prof_dump = HeapProfilerDump
-  fun heap_prof_stop = HeapProfilerStop
-end
-```
+    ●tcmallocのリンク::
+    @[Link("tcmalloc")]
+    lib LibTCMALLOC
+      fun heap_start = HeapProfilerStart(file : UInt8*)
+      fun heap_dump = HeapProfilerDump
+      fun heap_stop = HeapProfilerStop
+    end
 
 `HEAP PROFILER`の場合、`HeapProfilerDump()`を実行することでプロファイリング結果がファイルに出力されます。では、上記のC関数群を便利に使えるようなProfilerモジュールを定義しましょう。
 
-*Profilerモジュール*
-```
-module Profiler
-  PROFILE_DIR = "#{File.basename(__FILE__, ".cr")}_profile"
-  CPU_PROFILE_DUMP_PATH  = "#{PROFILE_DIR}/cpu.prof"
-  HEAP_PROFILE_DUMP_PATH = "#{PROFILE_DIR}/heap.prof"
-
-  def self.start
-    Dir.mkdir_p(PROFILE_DIR)
-    LibPROFILER.cpu_prof_start(CPU_PROFILE_DUMP_PATH)
-    LibTCMALLOC.heap_prof_start(HEAP_PROFILE_DUMP_PATH)
-  end
-
-  def self.stop
-    LibPROFILER.cpu_prof_stop
-    LibTCMALLOC.heap_prof_dump
-    LibTCMALLOC.heap_prof_stop
-  end
-end
-```
-
-これで、プロファイリングしたい箇所を`Profiler.start`と`Profiler.stop`で囲めば、CPUとHEAPの計測ができます。プロファイリング結果は`{ファイル名}_profile`ディレクトリに格納されるようにしました。最終的なコードは以下になります。
-
-*profiling_example.cr*
-```
-@[Link("profiler")]
-lib LibPROFILER
-  fun cpu_prof_start = ProfilerStart(filename : UInt8*)
-  fun cpu_prof_stop = ProfilerStop
-end
-
-@[Link("tcmalloc")]
-lib LibTCMALLOC
-  fun heap_prof_start = HeapProfilerStart(filename : UInt8*)
-  fun heap_prof_dump = HeapProfilerDump
-  fun heap_prof_stop = HeapProfilerStop
-end
-
-module Profiler
-  PROFILE_DIR = "#{File.basename(__FILE__, ".cr")}_profile"
-  CPU_PROFILE_DUMP_PATH  = "#{PROFILE_DIR}/cpu.prof"
-  HEAP_PROFILE_DUMP_PATH = "#{PROFILE_DIR}/heap.prof"
-
-  def self.start
-    Dir.mkdir_p(PROFILE_DIR)
-    LibPROFILER.cpu_prof_start(CPU_PROFILE_DUMP_PATH)
-    LibTCMALLOC.heap_prof_start(HEAP_PROFILE_DUMP_PATH)
-  end
-
-  def self.stop
-    LibPROFILER.cpu_prof_stop
-    LibTCMALLOC.heap_prof_dump
-    LibTCMALLOC.heap_prof_stop
-  end
-end
-
-class ExampleClass
-  @instance_var1 : Array(Time)
-  @instance_var2 : Array(Time)
-
-  def initialize
-    @instance_var1 = method1
-    @instance_var2 = method2
-  end
-
-  def method1
-    (1..1000000).map { |i| Time.new }
-  end
-
-  def method2
-    (1..500000).map { |i| Time.new }
-  end
-end
-
-Profiler.start
-example_class = ExampleClass.new
-Profiler.stop
-```
+    ●Profilerモジュール::
+    module Profiler
+      PROFILE_DIR = "profile"
+      CPU_PROFILE_DUMP_PATH  = "#{PROFILE_DIR}/cpu.prof"
+      HEAP_PROFILE_DUMP_PATH = "#{PROFILE_DIR}/heap.prof"
+    
+      def self.start
+        Dir.mkdir_p(PROFILE_DIR)
+        LibPROFILER.cpu_start(CPU_PROFILE_DUMP_PATH)
+        LibTCMALLOC.heap_start(HEAP_PROFILE_DUMP_PATH)
+      end
+    
+      def self.stop
+        LibPROFILER.cpu_stop
+        LibTCMALLOC.heap_dump
+        LibTCMALLOC.heap_stop
+      end
+    end
+
+これで、プロファイリングしたい箇所を`Profiler.start`と`Profiler.stop`で囲めば、CPUとHEAPの計測ができます。プロファイリング結果は`profile`ディレクトリに格納されるようにしました。最終的なコードは以下になります。
+
+    ●example.cr::
+    @[Link("profiler")]
+    lib LibPROFILER
+      fun cpu_start = ProfilerStart(filename : UInt8*)
+      fun cpu_stop = ProfilerStop
+    end
+    
+    @[Link("tcmalloc")]
+    lib LibTCMALLOC
+      fun heap_start = HeapProfilerStart(filename : UInt8*)
+      fun heap_dump = HeapProfilerDump
+      fun heap_stop = HeapProfilerStop
+    end
+    
+    module Profiler
+      PROFILE_DIR = "profile"
+      CPU_PROFILE_DUMP_PATH  = "#{PROFILE_DIR}/cpu.prof"
+      HEAP_PROFILE_DUMP_PATH = "#{PROFILE_DIR}/heap.prof"
+    
+      def self.start
+        Dir.mkdir_p(PROFILE_DIR)
+        LibPROFILER.cpu_start(CPU_PROFILE_DUMP_PATH)
+        LibTCMALLOC.heap_start(HEAP_PROFILE_DUMP_PATH)
+      end
+    
+      def self.stop
+        LibPROFILER.cpu_stop
+        LibTCMALLOC.heap_dump
+        LibTCMALLOC.heap_stop
+      end
+    end
+    
+    class ExampleClass
+      @instance_var1 : Array(Time)
+      @instance_var2 : Array(Time)
+    
+      def initialize
+        @instance_var1 = method1
+        @instance_var2 = method2
+      end
+    
+      def method1
+        (1..1000000).map { |i| Time.new }
+      end
+    
+      def method2
+        (1..500000).map { |i| Time.new }
+      end
+    end
+    
+    Profiler.start
+    example_class = ExampleClass.new
+    Profiler.stop
 
 実際にコンパイルして動かしてみましょう。
 
-```
-$ crystal build profiling_example.cr
-$ ./profiling_example
-Starting tracking the heap
-PROFILE: interrupts/evictions/bytes = 2566/4/49472
-Dumping heap profile to profiling_example_profile/heap.prof.0001.heap
-$ ls profiling_example_profile/
-cpu.prof  heap.prof.0001.heap
-```
+    !!! cmd
+    $ crystal build example.cr
+    $ ./example
+    Starting tracking the heap
+    PROFILE: interrupts/evictions/bytes = 2566/4/49472
+    Dumping heap profile to profile/heap.prof.0001.heap
+    $ ls profile/
+    cpu.prof  heap.prof.0001.heap
 
 プロファイリング結果がファイルに出力されています。中身はバイナリなので直接は見れません。詳細な結果は`google-pprof`コマンドを使って見ることができます。
 
-```
-$ google-pprof ./profiling_example profiling_example_profile/cpu.prof
-Using local file ./profiling_example.
-Using local file profiling_example_profile/cpu.prof.
-Removing _L_unlock_13 from all stack traces.
-Welcome to pprof!  For help, type 'help'.
-(pprof)
-```
+    !!! cmd
+    $ google-pprof ./example profile/cpu.prof
+    Using local file ./example.
+    Using local file profile/cpu.prof.
+    Removing _L_unlock_13 from all stack traces.
+    Welcome to pprof!  For help, type 'help'.
+    (pprof)
 
 `google-pprof`コマンドの引数には、実行バイナリと出力されたプロファイリング結果のファイルを指定します。すると`google-pprof`のインタラクティブシェルに入ることができ、対話的に結果を見ることができます。`top`と打ってみます。
 
-```
-(pprof) top
-Total: 2566 samples
-    1309  51.0%  51.0%     1309  51.0% sigprocmask
-     532  20.7%  71.7%      532  20.7% 0x00007ffd593f0b22
-     292  11.4%  83.1%      292  11.4% __xstat64
-     182   7.1%  90.2%     1525  59.4% _Ux86_64_getcontext
-      46   1.8%  92.0%       46   1.8% __pthread_cond_wait
-      28   1.1%  93.1%       28   1.1% _ULx86_64_get_save_loc
-      17   0.7%  93.8%       24   0.9% tc_free
-      13   0.5%  94.3%     1535  59.8% _ULx86_64_step
-      12   0.5%  94.7%     1593  62.1% malloc
-      12   0.5%  95.2%     1943  75.7% tzset
-```
+    !!! cmd
+    (pprof) top
+    Total: 2566 samples
+      1309  51.0%  51.0%  1309  51.0% sigprocmask
+       532  20.7%  71.7%   532  20.7% 0x00007ffd593f0b22
+       292  11.4%  83.1%   292  11.4% __xstat64
+       182   7.1%  90.2%  1525  59.4% _Ux86_64_getcontext
+        46   1.8%  92.0%    46   1.8% __pthread_cond_wait
+        28   1.1%  93.1%    28   1.1% _ULx86_64_get_save_loc
+        17   0.7%  93.8%    24   0.9% tc_free
+        13   0.5%  94.3%  1535  59.8% _ULx86_64_step
+        12   0.5%  94.7%  1593  62.1% malloc
+        12   0.5%  95.2%  1943  75.7% tzset
 
 これはCPUのサンプリング数が多い順にメソッドを表示してくれます。サンプリング数が多いほど、その関数の処理時間が長いことになります。内容は左から、
 
@@ -501,29 +487,28 @@ Total: 2566 samples
 
 となっています。これで大まかな傾向はつかむことができます。しかし今回の場合、Crystalのメソッドが見られないですね。特定のメソッドの詳細を追いたい場合は、`list`コマンドを使用します。`initialize`メソッドの詳細を表示してみましょう。
 
-```
-(pprof) list initialize
-Total: 2566 samples
-ROUTINE ====================== *ExampleClass#initialize:Array in /root/dev/profiling_example.cr
-     0   2518 Total samples (flat / cumulative)
-     .      .   32: class ExampleClass
-     .      .   33:   @instance_var1 : Array(Time)
-     .      .   34:   @instance_var2 : Array(Time)
-     .      .   35:
-     .      .   36:   def initialize
----
-     .   1670   37:     @instance_var1 = method1
-     .    848   38:     @instance_var2 = method2
-     .      .   39:   end
----
-     .      .   40:
-     .      .   41:   def method1
-     .      .   42:     (1..1000000).map { |i| Time.new }
-     .      .   43:   end
-     .      .   44:
-
---snip--
-```
+    !!! cmd
+    (pprof) list initialize
+    Total: 2566 samples
+    ROUTINE ==== *ExampleClass#initialize:Array in /root/dev/example.cr
+      0   2518 Total samples (flat / cumulative)
+      .      .   32: class ExampleClass
+      .      .   33:   @instance_var1 : Array(Time)
+      .      .   34:   @instance_var2 : Array(Time)
+      .      .   35:
+      .      .   36:   def initialize
+    ---
+      .   1670   37:     @instance_var1 = method1
+      .    848   38:     @instance_var2 = method2
+      .      .   39:   end
+    ---
+      .      .   40:
+      .      .   41:   def method1
+      .      .   42:     (1..1000000).map { |i| Time.new }
+      .      .   43:   end
+      .      .   44:
+    
+    --snip--
 
 Crystalのコードが表示されました。かつ、各行でのサンプル数も表示されています。こちらは左から、
 
@@ -533,29 +518,27 @@ Crystalのコードが表示されました。かつ、各行でのサンプル
 となっています。method1とmethod2は繰り返し回数が２倍違うので、累積サンプル数も約２倍違うことがわかります。これは行レベルでのボトルネック検出に大いに役立ちそうです。次に`HEAP PROFILER`も見てみましょう。
 
 
-```
-$ google-pprof ./profiling_example profiling_example_profile/heap.prof.*
-Using local file ./profiling_example.
-Using local file profiling_example_profile/heap.prof.0001.heap.
-Welcome to pprof!  For help, type 'help'.
-(pprof)
-```
+    !!! cmd
+    $ google-pprof ./example profile/heap.prof.*
+    Using local file ./example.
+    Using local file profile/heap.prof.0001.heap.
+    Welcome to pprof!  For help, type 'help'.
+    (pprof)
 
 `HEAP PROFILER`の場合、プロファイリング結果のファイルが連番で出力されるのでワイルドカードで指定します。使い方は`CPU PROFILER`の時と同じです。
 
-```
-(pprof) top
-Total: 0.0 MB
-     0.0  45.3%  45.3%      0.0 100.0% tzset
-     0.0  31.2%  76.6%      0.0 100.0% adjtime
-     0.0  23.4% 100.0%      0.0  23.4% __strdup
-     0.0   0.0% 100.0%      0.0 100.0% __crystal_main
-     0.0   0.0% 100.0%      0.0 100.0% __libc_start_main
-     0.0   0.0% 100.0%      0.0 100.0% _start
-     0.0   0.0% 100.0%      0.0 100.0% compute_offset
-     0.0   0.0% 100.0%      0.0 100.0% compute_ticks_and_offset
-     0.0   0.0% 100.0%      0.0 100.0% initialize
-```
+    !!! cmd
+    (pprof) top
+    Total: 0.0 MB
+      0.0  45.3%  45.3%  0.0 100.0% tzset
+      0.0  31.2%  76.6%  0.0 100.0% adjtime
+      0.0  23.4% 100.0%  0.0  23.4% __strdup
+      0.0   0.0% 100.0%  0.0 100.0% __crystal_main
+      0.0   0.0% 100.0%  0.0 100.0% __libc_start_main
+      0.0   0.0% 100.0%  0.0 100.0% _start
+      0.0   0.0% 100.0%  0.0 100.0% compute_offset
+      0.0   0.0% 100.0%  0.0 100.0% compute_ticks_and_offset
+      0.0   0.0% 100.0%  0.0 100.0% initialize
 
 左から、
 
@@ -568,30 +551,29 @@ Total: 0.0 MB
 
 となっています。続いてlistコマンド。
 
-```
-(pprof) list initialize
-Total: 0.0 MB
-ROUTINE ====================== *ExampleClass#initialize:Array in /root/dev/profiling_example.cr
-   0.0    0.0 Total MB (flat / cumulative)
-     .      .   33:   @instance_var1 : Array(Time)
-     .      .   34:   @instance_var2 : Array(Time)
-     .      .   35:   @instance_var3 : Array(String)
-     .      .   36:
-     .      .   37:   def initialize
----
-     .    0.0   38:     @instance_var1 = method1
-     .    0.0   39:     @instance_var2 = method2
-     .      .   40:     @instance_var3 = method3
-     .      .   41:   end
----
-     .      .   42:
-     .      .   43:   def method1
-     .      .   44:     (1..1000000).map { |i| Time.new }
-     .      .   45:   end
-     .      .   46:
-
---snip--
-```
+    !!! cmd
+    (pprof) list initialize
+    Total: 0.0 MB
+    ROUTINE ==== *ExampleClass#initialize:Array in /root/dev/example.cr
+     0.0    0.0 Total MB (flat / cumulative)
+       .      .   33:   @instance_var1 : Array(Time)
+       .      .   34:   @instance_var2 : Array(Time)
+       .      .   35:   @instance_var3 : Array(String)
+       .      .   36:
+       .      .   37:   def initialize
+    ---
+       .    0.0   38:     @instance_var1 = method1
+       .    0.0   39:     @instance_var2 = method2
+       .      .   40:     @instance_var3 = method3
+       .      .   41:   end
+    ---
+       .      .   42:
+       .      .   43:   def method1
+       .      .   44:     (1..1000000).map { |i| Time.new }
+       .      .   45:   end
+       .      .   46:
+    
+    --snip--
 
 左から、
 
@@ -600,12 +582,12 @@ ROUTINE ====================== *ExampleClass#initialize:Array in /root/dev/profi
 
 となっています。今回の例ではHEAPの使用はほぼ見られませんでしたが、巨大なプログラムになるとボトルネックの検出には便利そうです。
 
-このように、gperftoolsを用いれば行レベルでのプロファイリングが可能です。他にも、CPUサンプルのFrequencyを変更できたりグラフの出力ができたりと、プロファイリングには重宝するツールだと思うのでぜひ公式ページを追ってみてください。ともあれ、これらを簡単に使用できるのもCrystalのCバインディングのおかげだと思うので、この機能を実装してくれた開発者の方に感謝です。
+このように、gperftoolsを用いれば行レベルでのプロファイリングが可能です。他にも、CPUサンプルのFrequencyを変更できたり、グラフの出力ができたりと、プロファイリングには重宝するツールだと思うのでぜひgperftools公式ページを追ってみてください。ともあれ、これらを簡単に使用できるのもCrystalのCバインディングのおかげだと思うので、この機能を実装してくれた開発者の方に感謝です。
 
 # まとめ
 
-いかがでしたでしょうか。駆け足で説明しましたが、Crystalでもさまざまな計測ができることがわかりました。ぜひ、さまざまな比較の際に参考にしてみてください。
+いかがでしたでしょうか。駆け足で説明しましたが、Crystalでもさまざまな計測ができることがわかりました。ぜひ、比較の際に参考にしてみてください。
 
-2017年はCrystalにとって特別な年になりそうです。version 1.0 の公開が宣言されました。また、Parallelismの開発にも期待が寄せられています。Windowsのサポートも前進される予定ですし、Incremental compilation の実装も進んでいくでしょう。海外ではCode Campなどのイベントが積極的に開催されています。動画も公開されており、徐々に日本にも情報が入ってきています。ぜひ、今後のCrystalの動向をウォッチしてみてください。
+2017年はCrystalにとって特別な年になりそうです。version 1.0 の公開が宣言されました。また、Parallelismの開発にも期待が寄せられています。Windowsのサポートも前進される予定ですし、Incremental compilation の実装も進んでいくでしょう。海外ではCode Campなどのイベントが積極的に開催されています。動画も公開されており、徐々に日本にも情報が入ってきています。興味のある方は、今後のCrystalの動向をウォッチしてみてください。
 
 Happy crystalling!