# 三个场景的对照实验

实验比较同一项目的三条路径：共享 DAG 在线监测、每条规则分别创建监测器、独立递归离线解释器。每个场景有 5 条规则，输入规模为 1,200 和 4,800 条记录。

原始数据位于 [benchmark-raw.json](benchmark-raw.json)，包含工具版本、操作系统、处理器、日志 SHA-256、每轮耗时、节点数、候选数和结果校验值。汇总见 [benchmark-table.md](benchmark-table.md)。运行 `python scripts/benchmark.py` 可重新测量，结果会覆盖本机报告。

测量使用 Node.js `performance.now()` 和 release 构建。各组运行 7 轮，保留冷启动轮，但汇总只取后 6 轮中位数。构造计划、生成输入和构造执行器均在计时区间之外。计时包含逐事件执行、读取输出及计算一致性校验值。

本次优化后测量中，4,800 条记录的共享监测中位耗时为 4.887～6.221 ms，逐规则监测为 11.243～12.964 ms，离线解释器为 378.335～504.496 ms。共享后节点数分别由 20、21、20 降至 14、14、13。三个场景的活跃候选峰值分别为 3、4、5；这些数字不是堆内存字节数。优化前后对照及版本号另见 [算法优化对照](algorithm-comparison.md)。

每轮都检查三种路径的结果校验值一致。更严格的逐位置、逐规则布尔比较位于 scenarios 测试中，另有嵌套随机公式、短轨迹穷举及恒等式测试，避免只依赖可能碰撞的整数校验值。

在线路径保留有限窗口候选，离线解释器会扫描历史位置并递归检查语义。因此，该对照说明增量执行相对朴素参考路径的收益，不能用于证明优于其他成熟监测库。

限制：样本是确定性的合成日志；场景窗口较短且事件密度不高；路径执行顺序固定，JIT 和 GC 可能影响数据；没有统计置信区间，也没有进程堆内存测量。参考实现故意保留枚举算法，用作可理解的正确性对照。它不是经过优化的工业竞争基线。
