“macrobench” 这个词本身通常是 macrobenchmark 的缩写，而 “benchmark” 是大类概念。两者的关系大致是：
benchmark = 基准测试（总称）
macrobenchmark = 宏基准测试（benchmark 里的一个子类型）
下面分两层说清楚。
benchmark 是什么
- benchmark（基准测试）就是：
- 设计一套可重复的测试用例，
- 在固定环境下运行系统/程序，
- 测量性能指标（吞吐量、延迟、资源占用等），
- 用作“基准”，便于对比不同版本、配置或系统。
- 它可以是很小的函数测试，也可以是整套业务流程的性能压测。
所以 benchmark 是一个统称，下面可以细分出不同类型：
- microbenchmark（微基准测试）
- macrobenchmark（宏基准测试）
- 以及一些中间层级（有些文章叫 mesobench 等）。
benchmark 这个词怎么来的
benchmark 原词拆开就是：
- bench：长凳、平台；在测量学里指可以放仪器的一小块平面或支架。
- mark：刻痕、标记、记号。
词源里，benchmark 最早指：
- 测量人员在石头、墙或固定物体上刻下的一条线或一个标记，用来放水平仪（或尺子）的“台子/槽”。
- 这条刻线就是固定的高度/位置基准，用来测海拔或其他高度。
也就是说，最初的 benchmark 真的是“bench 上的 mark”：一个刻出来的记号，用来作为测量时的参照点。
后来语义演变：
- 从“物理上的刻记号” → “测量中的基准点”。
- 进一步 → “任何可以用来比较/衡量的标准、基准”。
- 在计算机里 → “用来评估性能的一组标准测试或程序”，也就是我们现在说的性能 benchmark。
所以这里的 mark 仍然是“记号、标记”的意思，只不过是“作为测量基准的记号”，而不是随便一个标记。
为什么不是别的写法，比如 benchtest？
因为这个词先在现实工地/测量现场被用出来：
- 先有实际的“在石头上刻个 mark 当基准”的操作，
- 用久了，这个“刻的 mark”就被叫做 benchmark，
- 再后来才引申到抽象意义（标准、基线、测试基准）。
所以：
benchmark 里的 mark 仍然是“记号、刻痕”的那个 mark，只是这个记号有一个特定角色：作为其他测量/比较的基准点。
这也对应了中文里“基准点、基准线、基准测试”这些翻译：
– 有一个“刻出来的记号/点”，用它来衡量其他东西，所以叫 benchmark。
microbenchmark vs macrobenchmark（Macrobench）
microbenchmark（微基准）
- 针对 非常局部、细粒度 的对象：
- 某个函数调用、某个算法核心循环。
- 某个 CPU 操作、内存访问模式等。
- 用来回答的问题是：
- “这段代码本身有多快？”
- “这个算法版本 A 比版本 B 快多少？”
特点：
- 可控性强、噪声小。
- 但不一定能反映真实用户场景中的整体性能。
macrobenchmark（宏基准，也就是macrobench）
- 针对 完整系统或完整业务场景：
- 例如一次 Web 请求从入口到数据库的完整链路。
- 一个应用的启动、登录、下单等真实用户路径。
- 用来回答的问题是：
- “整套系统在真实/近似真实负载下的性能如何？”
- “不同架构/不同版本对整体体验的影响怎样？”
特点：
- 更接近用户实际体验（响应时间、吞吐量、稳定性）。
- 但因为涉及组件多，噪声更大、难以精确归因。
很多官方文档会直接写：基准测试程序可分为微基准测试（microbenchmark）和宏基准测试（macrobenchmark），微基准测某一特定方面（CPU、内存、I/O 等），宏基准测系统总体性能或优化方法的通用性。
在具体生态里的用法（比如 Android）
在一些具体框架里（例如 Android 性能库）：
- benchmark（基准测试）：总的“测性能”的活动。
- Macrobenchmark：
- 测量“应用启动、滚动列表、界面交互”等高级别入口或交互，
- 用外部方式驱动应用，像用户那样操作，关注 终端用户体验。
- microbenchmark：
- 在一个循环里直接调用某段应用代码，
- 主要测 CPU 工作 的最佳情况性能，比如某个函数的执行时间。
官方文档明确把 Macrobenchmark 和 microbenchmark 作为两种不同层级的基准测试库：前者偏“整体交互/系统级”，后者偏“函数级”。 developer.android
总结一句话
- benchmark：泛指所有“性能基准测试”活动和工具。
- macrobenchmark（macrobench）：benchmark 的一个子类，专门指宏观、系统级、接近真实用户场景的性能测试。
- microbenchmark：benchmark 里的另一子类，专门测局部代码/单函数的性能。
如果某个具体项目里的 “macrobench” 类/模块（比如 Android 或某个性能测试框架），那它通常就是“负责宏基准测试”的那一套，相对于“细粒度的 regular benchmark / microbenchmark”。