性能调优必备利器之JMH

if 快还是 switch 快？HashMap 的初始化 size 要不要指定，指定之后性能可以提高多少？各种序列化方法哪个耗时更短？

为南岳等地区用户提供了全套网页设计制作服务，及南岳网站建设行业解决方案。主营业务为成都做网站、成都网站制作、南岳网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！

无论出自何种原因需要进行性能评估，量化指标总是必要的。

在大部分场合，简单地回答谁快谁慢是远远不够的，如何将程序性能量化呢？

这就需要我们的主角 JMH 登场了！

JMH 简介

JMH(Java Microbenchmark Harness)是用于代码微基准测试的工具套件，主要是基于方法层面的基准测试，精度可以达到纳秒级。该工具是由 Oracle 内部实现 JIT 的大牛们编写的，他们应该比任何人都了解 JIT 以及 JVM 对于基准测试的影响。

当你定位到热点方法，希望进一步优化方法性能的时候，就可以使用 JMH 对优化的结果进行量化的分析。

JMH 比较典型的应用场景如下：

  1.  想准确地知道某个方法需要执行多长时间，以及执行时间和输入之间的相关性
  2.  对比接口不同实现在给定条件下的吞吐量
  3.  查看多少百分比的请求在多长时间内完成

下面我们以字符串拼接的两种方法为例子使用 JMH 做基准测试。

加入依赖

因为 JMH 是 JDK9 自带的，如果是 JDK9 之前的版本需要加入如下依赖（目前 JMH 的最新版本为 1.23）：

 
 
 
 
    
  
  
  
  
  1.   
    2.   
  
  
  
  2.     org.openjdk.jmh  
    3.   
  
  
  
  3.     jmh-core  
    4.   
  
  
  
  4.     1.23  
    5.   
  
  
  
  5.   
    6.   
  
  
  
  6.   
    7.   
  
  
  
  7.     org.openjdk.jmh  
    8.   
  
  
  
  8.     jmh-generator-annprocess  
    9.   
  
  
  
  9.     1.23  
    10.   
  
  
  
  10.  
    11.

编写基准测试

接下来，创建一个 JMH 测试类，用来判断 + 和 StringBuilder.append() 两种字符串拼接哪个耗时更短，具体代码如下所示：

 
 
 
 
    
  
  
  
  
  1. @BenchmarkMode(Mode.AverageTime)  
    2.   
  
  
  
  2. @Warmup(iterations = 3, time = 1)  
    3.   
  
  
  
  3. @Measurement(iterations = 5, time = 5)  
    4.   
  
  
  
  4. @Threads(4)  
    5.   
  
  
  
  5. @Fork(1)  
    6.   
  
  
  
  6. @State(value = Scope.Benchmark)  
    7.   
  
  
  
  7. @OutputTimeUnit(TimeUnit.NANOSECONDS)  
    8.   
  
  
  
  8. public class StringConnectTest {  
    9.   
  
  
  
  9.     @Param(value = {"10", "50", "100"})  
    10.   
  
  
  
  10.     private int length;  
    11.   
  
  
  
  11.     @Benchmark  
    12.   
  
  
  
  12.     public void testStringAdd(Blackhole blackhole) {  
    13.   
  
  
  
  13.         String a = "";  
    14.   
  
  
  
  14.         for (int i = 0; i < length; i++) {  
    15.   
  
  
  
  15.             a += i;  
    16.   
  
  
  
  16.         }  
    17.   
  
  
  
  17.         blackhole.consume(a);  
    18.   
  
  
  
  18.     }  
    19.   
  
  
  
  19.     @Benchmark  
    20.   
  
  
  
  20.     public void testStringBuilderAdd(Blackhole blackhole) {  
    21.   
  
  
  
  21.         StringBuilder sb = new StringBuilder();  
    22.   
  
  
  
  22.         for (int i = 0; i < length; i++) {  
    23.   
  
  
  
  23.             sb.append(i);  
    24.   
  
  
  
  24.         }  
    25.   
  
  
  
  25.         blackhole.consume(sb.toString());  
    26.   
  
  
  
  26.     }  
    27.   
  
  
  
  27.     public static void main(String[] args) throws RunnerException {  
    28.   
  
  
  
  28.         Options opt = new OptionsBuilder()  
    29.   
  
  
  
  29.                 .include(StringConnectTest.class.getSimpleName())  
    30.   
  
  
  
  30.                 .result("result.json")  
    31.   
  
  
  
  31.                 .resultFormat(ResultFormatType.JSON).build();  
    32.   
  
  
  
  32.         new Runner(opt).run();  
    33.   
  
  
  
  33.     }  
    34.   
  
  
  
  34. } 
    35.

其中需要测试的方法用 @Benchmark 注解标识，这些注解的具体含义将在下面介绍。

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。

另外大家可以看下官方提供的 jmh 示例 demo：s/src/main/java/org/openjdk/jmh/samples/" _fcksavedurl="http://hg.openjdk.java.net/code-tools/jmh/file/tip/jmh-samples/src/main/java/org/openjdk/jmh/samples/">http://hg.openjdk.java.net/code-tools/jmh/file/tip/jmh-samples/src/main/java/org/openjdk/jmh/samples/

执行基准测试

准备工作做好了，接下来，运行代码，等待片刻，测试结果就出来了，下面对结果做下简单说明：

 
 
 
 
    
  
  
  
  
  1. # JMH version: 1.23  
    2.   
  
  
  
  2. # VM version: JDK 1.8.0_201, Java HotSpot(TM) 64-Bit Server VM, 25.201-b09  
    3.   
  
  
  
  3. # VM invoker: D:\Software\Java\jdk1.8.0_201\jre\bin\java.exe  
    4.   
  
  
  
  4. # VM options: -javaagent:D:\Software\JetBrains\IntelliJ IDEA 2019.1.3\lib\idea_rt.jar=61018:D:\Software\JetBrains\IntelliJ IDEA 2019.1.3\bin -Dfile.encoding=UTF-8 
    5.   
  
  
  
  5. # Warmup: 3 iterations, 1 s each  
    6.   
  
  
  
  6. # Measurement: 5 iterations, 5 s each  
    7.   
  
  
  
  7. # Timeout: 10 min per iteration  
    8.   
  
  
  
  8. # Threads: 4 threads, will synchronize iterations  
    9.   
  
  
  
  9. # Benchmark mode: Average time, time/op  
    10.   
  
  
  
  10. # Benchmark: com.wupx.jmh.StringConnectTest.testStringBuilderAdd  
    11.   
  
  
  
  11. # Parameters: (length = 100) 
    12.

该部分为测试的基本信息，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。

 
 
 
 
    
  
  
  
  
  1. # Warmup Iteration   1: 1083.569 ±(99.9%) 393.884 ns/op  
    2.   
  
  
  
  2. # Warmup Iteration   2: 864.685 ±(99.9%) 174.120 ns/op  
    3.   
  
  
  
  3. # Warmup Iteration   3: 798.310 ±(99.9%) 121.161 ns/op 
    4.

该部分为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 JVM 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。

 
 
 
 
    
  
  
  
  
  1. Iteration   1: 810.667 ±(99.9%) 51.505 ns/op  
    2.   
  
  
  
  2. Iteration   2: 807.861 ±(99.9%) 13.163 ns/op  
    3.   
  
  
  
  3. Iteration   3: 851.421 ±(99.9%) 33.564 ns/op  
    4.   
  
  
  
  4. Iteration   4: 805.675 ±(99.9%) 33.038 ns/op  
    5.   
  
  
  
  5. Iteration   5: 821.020 ±(99.9%) 66.943 ns/op  
    6.   
  
  
  
  6. Result "com.wupx.jmh.StringConnectTest.testStringBuilderAdd":  
    7.   
  
  
  
  7.   819.329 ±(99.9%) 72.698 ns/op [Average]  
    8.   
  
  
  
  8.   (min, avg, max) = (805.675, 819.329, 851.421), stdev = 18.879  
    9.   
  
  
  
  9.   CI (99.9%): [746.631, 892.027] (assumes normal distribution)  
    10.   
  
  
  
  10. Benchmark                               (length)  Mode  Cnt     Score     Error  Units  
    11.   
  
  
  
  11. StringConnectTest.testStringBuilderAdd       100  avgt    5   819.329 ±  72.698  ns/op 
    12.

该部分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 5 次迭代后，进行统计，在本例中，length 为 100 的情况下 testStringBuilderAdd 方法的平均执行花费时间为 819.329 ns，误差为 72.698 ns。

最后的测试结果如下所示：

 
 
 
 
    
  
  
  
  
  1. Benchmark                               (length)  Mode  Cnt     Score     Error  Units  
    2.   
  
  
  
  2. StringConnectTest.testStringAdd               10  avgt    5   161.496 ±  17.097  ns/op  
    3.   
  
  
  
  3. StringConnectTest.testStringAdd               50  avgt    5  1854.657 ± 227.902  ns/op  
    4.   
  
  
  
  4. StringConnectTest.testStringAdd              100  avgt    5  6490.062 ± 327.626  ns/op  
    5.   
  
  
  
  5. StringConnectTest.testStringBuilderAdd        10  avgt    5    68.769 ±   4.460  ns/op  
    6.   
  
  
  
  6. StringConnectTest.testStringBuilderAdd        50  avgt    5   413.021 ±  30.950  ns/op  
    7.   
  
  
  
  7. StringConnectTest.testStringBuilderAdd       100  avgt    5   819.329 ±  72.698  ns/op 
    8.

结果表明，在拼接字符次数越多的情况下，StringBuilder.append() 的性能就更好。

生成 jar 包执行

对于一些小测试，直接用上面的方式写一个 main 函数手动执行就好了。

对于大型的测试，需要测试的时间比较久、线程数比较多，加上测试的服务器需要，一般要放在 Linux 服务器里去执行。

JMH 官方提供了生成 jar 包的方式来执行，我们需要在 maven 里增加一个 plugin，具体配置如下：

 
 
 
 
    
  
  
  
  
  1.   
    2.   
  
  
  
  2.       
    3.   
  
  
  
  3.         org.apache.maven.plugins  
    4.   
  
  
  
  4.         maven-shade-plugin  
    5.   
  
  
  
  5.         2.4.1  
    6.   
  
  
  
  6.           
    7.   
  
  
  
  7.               
    8.   
  
  
  
  8.                 package  
    9.   
  
  
  
  9.                   
    10.   
  
  
  
  10.                     shade  
    11.   
  
  
  
  11.                   
    12.   
  
  
  
  12.                   
    13.   
  
  
  
  13.                     jmh-demo  
    14.   
  
  
  
  14.                      
    15.   
  
  
  
  15.                            
  
  
  
  16.                                 implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">  
    17.   
  
  
  
  17.                             org.openjdk.jmh.Main  
    18.   
  
  
  
  18.                           
    19.   
  
  
  
  19.                       
    20.   
  
  
  
  20.                   
    21.   
  
  
  
  21.               
    22.   
  
  
  
  22.           
    23.   
  
  
  
  23.       
    24.   
  
  
  
  24.  
    25.

接着执行 maven 的命令生成可执行 jar 包并执行：

 
 
 
 
    
  
  
  
  
  1. mvn clean install  
    2.   
  
  
  
  2. java -jar target/jmh-demo.jar StringConnectTest 
    3.

JMH 基础

为了能够更好地使用 JMH 的各项功能，下面对 JMH 的基本概念进行讲解：

@BenchmarkMode

用来配置 Mode 选项，可用于类或者方法上，这个注解的 value 是一个数组，可以把几种 Mode 集合在一起执行，如：@BenchmarkMode({Mode.SampleTime, Mode.AverageTime})，还可以设置为 Mode.All，即全部执行一遍。

  1.  Throughput：整体吞吐量，每秒执行了多少次调用，单位为 ops/time
  2.  AverageTime：用的平均时间，每次操作的平均时间，单位为 time/op
  3.  SampleTime：随机取样，最后输出取样结果的分布
  4.  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
  5.  All：上面的所有模式都执行一次

@State

通过 State 可以指定一个对象的作用范围，JMH 根据 scope 来进行实例化和共享操作。@State 可以被继承使用，如果父类定义了该注解，子类则无需定义。由于 JMH 允许多线程同时执行测试，不同的选项含义如下：

  1.  Scope.Benchmark：所有测试线程共享一个实例，测试有状态实例在多线程共享下的性能
  2.  Scope.Group：同一个线程在同一个 group 里共享实例
  3.  Scope.Thread：默认的 State，每个测试线程分配一个实例

@OutputTimeUnit

为统计结果的时间单位，可用于类或者方法注解

@Warmup

预热所需要配置的一些基本测试参数，可用于类或者方法上。一般前几次进行程序测试的时候都会比较慢，所以要让程序进行几轮预热，保证测试的准确性。参数如下所示：

  1.  iterations：预热的次数
  2.  time：每次预热的时间
  3.  timeUnit：时间的单位，默认秒
  4.  batchSize：批处理大小，每次操作调用几次方法

为什么需要预热？

因为 JVM 的 JIT 机制的存在，如果某个函数被调用多次之后，JVM 会尝试将其编译为机器码，从而提高执行速度，所以为了让 benchmark 的结果更加接近真实情况就需要进行预热。

@Measurement

实际调用方法所需要配置的一些基本测试参数，可用于类或者方法上，参数和 @Warmup 相同。

@Threads

每个进程中的测试线程，可用于类或者方法上。

@Fork

进行 fork 的次数，可用于类或者方法上。如果 fork 数是 2 的话，则 JMH 会 fork 出两个进程来进行测试。

@Param

指定某项参数的多种情况，特别适合用来测试一个函数在不同的参数输入的情况下的性能，只能作用在字段上，使用该注解必须定义 @State 注解。

在介绍完常用的注解后，让我们来看下 JMH 有哪些陷阱。

JMH 陷阱

在使用 JMH 的过程中，一定要避免一些陷阱。

比如 JIT 优化中的死码消除，比如以下代码：

 
 
 
 
    
  
  
  
  
  1. @Benchmark  
    2.   
  
  
  
  2. public void testStringAdd(Blackhole blackhole) {  
    3.   
  
  
  
  3.     String a = "";  
    4.   
  
  
  
  4.     for (int i = 0; i < length; i++) {  
    5.   
  
  
  
  5.         a += i;  
    6.   
  
  
  
  6.     }  
    7.   
  
  
  
  7. } 
    8.

JVM 可能会认为变量 a 从来没有使用过，从而进行优化把整个方法内部代码移除掉，这就会影响测试结果。

JMH 提供了两种方式避免这种问题，一种是将这个变量作为方法返回值 return a，一种是通过 Blackhole 的 consume 来避免 JIT 的优化消除。

其他陷阱还有常量折叠与常量传播、永远不要在测试中写循环、使用 Fork 隔离多个测试方法、方法内联、伪共享与缓存行、分支预测、多线程测试等，感兴趣的可以阅读 https://github.com/lexburner/JMH-samples 了解全部的陷阱。

JMH 插件

大家还可以通过 IDEA 安装 JMH 插件使 JMH 更容易实现基准测试，在 IDEA 中点击 File->Settings...->Plugins，然后搜索 jmh，选择安装 JMH plugin：

JMH plugin

这个插件可以让我们能够以 JUnit 相同的方式使用 JMH，主要功能如下：

  1.  自动生成带有 @Benchmark 的方法
  2.  像 JUnit 一样，运行单独的 Benchmark 方法
  3.  运行类中所有的 Benchmark 方法

比如可以通过右键点击 Generate...，选择操作 Generate JMH benchmark 就可以生成一个带有 @Benchmark 的方法。

还有将光标移动到方法声明并调用 Run 操作就运行一个单独的 Benchmark 方法。

将光标移到类名所在行，右键点击 Run 运行，该类下的所有被 @Benchmark 注解的方法都会被执行。

JMH 可视化

除此以外，如果你想将测试结果以图表的形式可视化，可以试下这些网站：

  •  JMH Visual Chart：http://deepoove.com/jmh-visual-chart/
  •  JMH Visualizer：https://jmh.morethan.io/

比如将上面测试例子结果的 json 文件导入，就可以实现可视化：

总结

本文主要介绍了性能基准测试工具 JMH，它可以通过一些功能来规避由 JVM 中的 JIT 或者其他优化对性能测试造成的影响。

只需要将待测的业务逻辑用 @Benchmark 注解标识，就可以让 JMH 的注解处理器自动生成真正的性能测试代码，以及相应的性能测试配置文件。

分享文章：性能调优必备利器之JMH
转载注明：http://www.shufengxianlan.com/qtweb/news36/396286.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

网站收录知识

行业网站建设

长城雪茄　　 　网站空间　　 　温江网站建设　　 　新网创想　　 　电信成都枢纽中心　　 　做网站　　 　网站定制　　 　富顺网站建设　　 　成都移动机房　　 　全网整合营销　　 　成发金汇　　 　橡塑板　　 　微信公众号开发　　 　小谭建站　　 　成都添翼二手车　　 　成都多线机房　　 　宜宾网站建设　　 　成都网站推广　　 　成都企业网站建设公司　　 　专业网站建设