Reviewed by Anders.
[WebKit-https.git] / SunSpider / TODO
1
2 * Add more test cases. Categories we'd like to cover (with reasonably
3   real-world tests, preferably not microbenchmarks) include:
4
5     - math (general)
6     - bitops
7     - 3-d (the math bits)
8     - crypto / encoding
9     - string processing
10     - regexps
11     - date processing
12     - array processing
13     - control flow
14     - function calls / recursion
15     - object access (unclear if it is possible to make a realistic 
16       benchmark that isolates this)
17
18   I'd specifically like to add all the computer language shootout
19   tests that Mozilla is using.
20
21 * Normalize tests. Most of the test cases available have a repeat
22   count of some sort, so the time they take can be tuned. The tests
23   should be tuned so that each category contributes about the same
24   total, and so each test in each category contributes about the same
25   amount. The question is, what implementation should be the baseline?
26   My current thought is to either pick some specific browser on a
27   specific platform (IE 7 or Firefox 2 perhaps), or try to target the
28   average that some set of same-generation release browsers get on
29   each test. The latter is more work. IE7 is probably a reasonable
30   normalization target since it is the latest version of the most
31   popular browser, so results on this benchmark will tell you how much
32   you have to gain or lose by using a different browser.
33
34 * Instead of using the standard error, the correct way to calculate
35   a 95% confidence interval for a small sample is the t-test. 
36   <http://en.wikipedia.org/wiki/Student%27s_t-test>. Basically this involves
37   using values from a 2-tailed t-distribution table instead of 1.96 to
38   multiply by the error function, a table is available at
39   <http://www.medcalc.be/manual/t-distribution.php>
40
41 * Add support to compare two different engines (or two builds of the
42   same engine) interleaved.
43
44 * Add support to compare two existing sets of saved results.
45
46 * Allow repeat count to be controlled from the browser-hosted version
47   and the WebKitTools wrapper script.
48
49 * Add support to run only a subset of the tests (both command-line and
50   web versions).
51
52 * Add a profile mode for the command-line version that runs the tests
53   repeatedly in the same command-line interpreter instance, for ease
54   of profiling.
55
56 * Make the browser-hosted version prettier, both in general design and
57   maybe using bar graphs for the output.
58
59 * Make it possible to track change over time and generate a graph per
60   result showing result and error bar for each version.
61
62 * Hook up to automated testing / buildbot infrastructure.
63
64 * Possibly... add the ability to download iBench from its original
65   server, pull out the JS test content, preprocess it, and add it as a
66   category to the benchmark.
67
68 * Profit.