3.实战java高并发程序设计--JDK并发包---3.4 使用JMH进行性能测试

3.4.1 什么是JMH

JMH（Java Microbenchmark Harness）是一个在OpenJDK项目中发布的，专门用于性能测试的框架，其精度可以到达毫秒级。通过JMH可以对多个方法的性能进行定量分析。比如，当要知道执行一个函数需要多少时间，或者当对一个算法有多种不同实现时，需要选取性能最好的那个。

3.4.2 Hello JMH

要想使用JMH，首先需要得到JMH的jar包，一种简单可行的方式是使用Maven进行导入，代码如下：

其中被度量的代码为函数MainApp()。类似于JUnit，被度量代码用注解＠Benchmark标注，这里仅仅为一个空函数。在main()函数中，首先对测试用例进行配置，使用Builder模式配置测试，将配置参数存入Options对象，并使用Options对象构造Runner启动测试。

这是一个测试结果的报告，前面部分表示测试的基本信息。比如，使用的Java路径，预热代码的迭代次数，测量代码的迭代次数，使用的线程数量，测试的统计单位等。从fork 1 往下开始显示了每一次热身中的性能指标，预热测试不会作为最终的统计结果。预热的目的是让Java虚拟机对被测代码进行足够多的优化，比如，在预热后，被测代码应该得到了充分的JIT编译和优化。从第17行开始显示测量迭代的情况，每一次迭代都显示了当前的执行速率，即一个操作所花费的时间。在进行20次迭代后，进行统计，在本例中，第29行显示了wellHelloThere()函数的平均执行花费时间为0.001μs，误差为0.001μs。

3.4.3 JMH的基本概念和配置

为了能够更好地使用JMH的各项功能，首先需要对JMH的基本概念有所了解。

1.模式（Mode）Mode表示JMH的测量方式和角度，共有4种。

● Throughput：整体吞吐量，表示1秒内可以执行多少次调用。

● AverageTime：调用的平均时间，指每一次调用所需要的时间。

● SampleTime：随机取样，最后输出取样结果的分布，例如“99%的调用在xxx毫秒以内，99.99%的调用在xxx毫秒以内”。

● SingleShotTime：以上模式都是默认一次Iteration是1秒，唯有SingleShotTime只运行一次。往往同时把 warmup 次数设为0，用于测试冷启动时的性能。

2.迭代（Iteration）

迭代是JMH的一次测量单位。在大部分测量模式下，一次迭代表示1秒。在这一秒内会不间断调用被测方法，并采样计算吞吐量、平均时间等。

3.预热（Warmup）

由于Java虚拟机的JIT的存在，同一个方法在JIT编译前后的时间将会不同。通常只考虑方法在JIT编译后的性能。

4.状态（State）

通过State可以指定一个对象的作用范围，范围主要有两种。一种为线程范围，也就是一个对象只会被一个线程访问。在多线程池测试时，会为每一个线程生成一个对象。另一种是基准测试范围（Benchmark），即多个线程共享一个实例。

5.配置类（Options/OptionsBuilder）

在测试开始前，首先要对测试进行配置。通常需要指定一些参数，比如指定测试类（include）、使用的进程个数（fork）、预热迭代次数（warmupIterations）。在配置启动测试时，需要使用配置类，比如：

3.4.4 理解JMH中的Mode

在JMH中，吞吐量和方法执行的平均时间是最为常用的统计方式。下面是吞吐量的测量方法：

另外一种有趣的统计方式是采样，即不再计算每个执行方法的平均执行时间，而是通过采样得到部分方法的执行时间\

3.4.5 理解JMH中的State

JMH中的State可以理解为变量或者数据模型的作用域，通常包括整个Benchmark级别和Thread线程级别。声明了两个数据模型，一个是Benchmark级别，另一个是Thread级别。

3.4.6 有关性能的一些思考

性能是一个重要且很复杂的话题。简单来说，性能调优就是要加快系统的执行，因此就是要尽可能使用执行速度快的组件。有时候，我们会不自觉地询问，哪个组件更快，哪个方法更快？但是，这个看起来很简单的问题却是没有答案的。在大部分场景中，并没有绝对的快或者慢。性能需要从不同角度、不同场景进行评估和取舍。一个典型的例子就是时间复杂度和空间复杂度的关系。如果一个算法时间上很快，但是消耗的内存空间极其庞大，还能说它是一个好的算法吗？反之，如果一个算法内存消耗很少，但是执行时间却很长，可能同样也是不可取的。对性能的优化和研究就是需要在各种不同的场景下，对组件进行全方位的性能分析，并结合实际应用情况进行取舍和权衡。

下面以HashMap和ConcurrentHashMap为例进行性能分析和比较。首先，从严格意义上说，这两个模块无法进行比较，因为它们的功能是不等价的。只有在等价的功能下，去比较性能才是有意义的。HashMap并不是一个线程安全的组件，而ConcurrentHashMap却是线程安全的组件。因此，这里再引入一个线程安全的组件，它由HashMap包装而成：Collections.synchronizedMap(new HashMap())。

其次，虽然同属于Map接口的实现，但依然很难说HashMap和ConcurrentHashMap谁快谁慢。在Map接口中，有多达20种方法。如果HashMap的get()方法比ConcurrentHashMap的快，也不能说明它的put()方法或者size()方法同样也会更快。因此，快慢的比较不能离开具体的使用场景。

最后，除了执行时间的比较，还有空间使用的比较，显而易见，ConcurrentHashMap内存结构更加复杂，也使用了更多的内存空间。但在绝大部分场合，这里产生的内存消耗都是可以接受的。

下面这段代码显示了对HashMap、Collections.synchronizedMap(new HashMap())和ConcurrentHashMap的JMH性能测试。

可以看到，在单线程下，ConcurrentHashMap的get()方法比HashMap的略快，但是size()方法却比HashMap的慢很多。当HashMap进行同步后，由于同步锁的开销，size()方法的性能急剧下降，与ConcurrentHashMap的size()方法在一个数量级上，但依然比ConcurrentHashMap快。

由于使用了两个线程，一般来说，吞吐量可以增加一倍。尤其是HashMap这个完全不关心线程安全的实现，增加线程数量可以几乎等比增加其吞吐量。值得注意的是，ConcurrentHashMap的size()方法的吞吐量也等比例增加一倍。但是HashMap的同步包装由于引入了线程竞争性能反而出现下降。对于get()方法，由于ConcurrentHashMap的合理优化，避免了线程竞争，因此其性能和HashMap几乎等同，甚至略胜。而同步的HashMap在两个线程的场景中出现了严重的性能损失。

。在JDK 8后，对ConcurrentHashMap的size()方法有了极大的更新。以下是使用JDK 8进行的两个线程的性能测试

可以看到，在JDK 8中，ConcurrentHashMap的size()方法的性能有了极大的提升（实际上是以牺牲精确性为代价的）。

3.4.7 CopyOnWriteArrayList类与ConcurrentLinkedQueue类

CopyOnWriteArrayList类和ConcurrentLinkedQueue类是两个重要的高并发队列。CopyOn-WriteArrayList类通过写复制来提升并发能力。ConcurrentLinkedQueue类则通过CAS操作和锁分离来提高系统性能。那么在实际应用中，对于这两个功能上极其相似的组件，应该如何选择呢？根据实际的应用场景，两者的性能表现可能会有所差异。

可以看到，在并发条件下，写的性能远远低于读的性能。而对于CopyOnWriteArrayList类来说，当内部存有1000个元素的时候，由于复制的成本，写性能要远远低于只包含少数元素的List，但依然优于ConcurrentLinkedQueue类。就读的性能而言，进行只读不写的Get操作，两者性能都不错。但是由于实现上的差异，ConcurrentLinkedQueue类的size操作明显要慢于CopyOnWriteArrayList类的。因此，可以得出结论，即便有少许的写入，在并发场景下，复制的消耗依然相对较小，当元素总量不大时，在绝大部分场景中，CopyOnWriteArrayList类要优于ConcurrentLinkedQueue类。

---