75

我们正在开发一个对延迟敏感的应用程序,并且一直在对各种方法进行微基准测试(使用jmh)。在对查找方法进行微基准测试并对结果感到满意后,我实现了最终版本,却发现最终版本比我刚刚进行基准测试 的速度慢了 3 倍。

罪魁祸首是实现的方法返回一个enum对象而不是int. 这是基准代码的简化版本:

@OutputTimeUnit(TimeUnit.MICROSECONDS)
@State(Scope.Thread)
public class ReturnEnumObjectVersusPrimitiveBenchmark {

    enum Category {
        CATEGORY1,
        CATEGORY2,
    }

    @Param( {"3", "2", "1" })
    String value;

    int param;

    @Setup
    public void setUp() {
        param = Integer.parseInt(value);
    }

    @Benchmark
    public int benchmarkReturnOrdinal() {
        if (param < 2) {
            return Category.CATEGORY1.ordinal();
        }
        return Category.CATEGORY2.ordinal();        
    }


    @Benchmark
    public Category benchmarkReturnReference() {
        if (param < 2) {
            return Category.CATEGORY1;
        }
        return Category.CATEGORY2;      
    }


    public static void main(String[] args) throws RunnerException {
            Options opt = new OptionsBuilder().include(ReturnEnumObjectVersusPrimitiveBenchmark.class.getName()).warmupIterations(5)
                .measurementIterations(4).forks(1).build();
        new Runner(opt).run();
    }

}

以上的基准测试结果:

# VM invoker: C:\Program Files\Java\jdk1.7.0_40\jre\bin\java.exe
# VM options: -Dfile.encoding=UTF-8

Benchmark                   (value)   Mode  Samples     Score     Error   Units
benchmarkReturnOrdinal            3  thrpt        4  1059.898 ±  71.749  ops/us
benchmarkReturnOrdinal            2  thrpt        4  1051.122 ±  61.238  ops/us
benchmarkReturnOrdinal            1  thrpt        4  1064.067 ±  90.057  ops/us
benchmarkReturnReference          3  thrpt        4   353.197 ±  25.946  ops/us
benchmarkReturnReference          2  thrpt        4   350.902 ±  19.487  ops/us
benchmarkReturnReference          1  thrpt        4   339.578 ± 144.093  ops/us

只需更改函数的返回类型,性能就会提高近 3 倍。

我认为返回枚举对象与整数之间的唯一区别是一个返回一个 64 位值(引用),另一个返回一个 32 位值。我的一位同事猜测返回枚举会增加额外的开销,因为需要跟踪潜在 GC 的引用。(但鉴于枚举对象是静态最终引用,它需要这样做似乎很奇怪)。

性能差异的解释是什么?


更新

我在这里分享了 maven 项目,以便任何人都可以克隆它并运行基准测试。如果有人有时间/兴趣,看看其他人是否可以复制相同的结果会很有帮助。(我已经在 2 台不同的机器上进行了复制,Windows 64 和 Linux 64,两者都使用 Oracle Java 1.7 JVM 的风格)。@ZhekaKozlov 说他没有看到这些方法之间有任何区别。

运行:(克隆存储库后)

mvn clean install
java -jar .\target\microbenchmarks.jar function.ReturnEnumObjectVersusPrimitiveBenchmark -i 5 -wi 5 -f 1
4

2 回答 2

157

TL;DR:你不应该盲目相信任何事情。

首先要做的事情是:在得出结论之前验证实验数据很重要。仅仅声称某些东西快/慢 3 倍是奇怪的,因为您确实需要跟进性能差异的原因,而不仅仅是相信数字。这对于像您这样的纳米基准特别重要。

其次,实验者应该清楚地了解他们控制什么,不控制什么。在您的特定示例中,您正在从@Benchmark方法返回值,但是您能否合理地确定外部的调用者将对原始和引用做同样的事情?如果你问自己这个问题,那么你会意识到你基本上是在测量测试基础设施。

言归正传。在我的机器(i5-4210U,Linux x86_64,JDK 8u40)上,测试产生:

Benchmark                    (value)   Mode  Samples  Score   Error   Units
...benchmarkReturnOrdinal          3  thrpt        5  0.876 ± 0.023  ops/ns
...benchmarkReturnOrdinal          2  thrpt        5  0.876 ± 0.009  ops/ns
...benchmarkReturnOrdinal          1  thrpt        5  0.832 ± 0.048  ops/ns
...benchmarkReturnReference        3  thrpt        5  0.292 ± 0.006  ops/ns
...benchmarkReturnReference        2  thrpt        5  0.286 ± 0.024  ops/ns
...benchmarkReturnReference        1  thrpt        5  0.293 ± 0.008  ops/ns

好的,所以参考测试看起来慢了 3 倍。但是等等,它使用旧的 JMH (1.1.1),让我们更新到当前最新的 (1.7.1):

Benchmark                    (value)   Mode  Cnt  Score   Error   Units
...benchmarkReturnOrdinal          3  thrpt    5  0.326 ± 0.010  ops/ns
...benchmarkReturnOrdinal          2  thrpt    5  0.329 ± 0.004  ops/ns
...benchmarkReturnOrdinal          1  thrpt    5  0.329 ± 0.004  ops/ns
...benchmarkReturnReference        3  thrpt    5  0.288 ± 0.005  ops/ns
...benchmarkReturnReference        2  thrpt    5  0.288 ± 0.005  ops/ns
...benchmarkReturnReference        1  thrpt    5  0.288 ± 0.002  ops/ns

哎呀,现在他们只是稍微慢了一点。顺便说一句,这也告诉我们测试是受基础设施约束的。好吧,我们能看看到底发生了什么吗?

如果您构建基准,并查看究竟是什么调用了您的@Benchmark方法,那么您会看到如下内容:

public void benchmarkReturnOrdinal_thrpt_jmhStub(InfraControl control, RawResults result, ReturnEnumObjectVersusPrimitiveBenchmark_jmh l_returnenumobjectversusprimitivebenchmark0_0, Blackhole_jmh l_blackhole1_1) throws Throwable {
    long operations = 0;
    long realTime = 0;
    result.startTime = System.nanoTime();
    do {
        l_blackhole1_1.consume(l_longname.benchmarkReturnOrdinal());
        operations++;
    } while(!control.isDone);
    result.stopTime = System.nanoTime();
    result.realTime = realTime;
    result.measuredOps = operations;
}

l_blackhole1_1有一种consume方法,可以“消耗”这些值(请参阅Blackhole基本原理)。对引用原语Blackhole.consume有重载,仅此一项就足以证明性能差异是合理的。

这些方法看起来不同是有原因的:它们试图尽可能快地处理它们的论点类型。即使我们尝试匹配它们,它们也不一定表现出相同的性能特征,因此新 JMH 的结果更加对称。现在,您甚至可以去-prof perfasm查看为您的测试生成的代码,看看为什么性能会有所不同,但这超出了这里的重点。

如果您真的了解返回原语和/或参考如何在性能方面有所不同,则需要进入一个细微的性能基准测试的可怕灰色地带。例如像这样的测试:

@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
@Measurement(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
@Fork(5)
public class PrimVsRef {

    @Benchmark
    public void prim() {
        doPrim();
    }

    @Benchmark
    public void ref() {
        doRef();
    }

    @CompilerControl(CompilerControl.Mode.DONT_INLINE)
    private int doPrim() {
        return 42;
    }

    @CompilerControl(CompilerControl.Mode.DONT_INLINE)
    private Object doRef() {
        return this;
    }

}

...对于原语和引用产生相同的结果:

Benchmark       Mode  Cnt  Score   Error  Units
PrimVsRef.prim  avgt   25  2.637 ± 0.017  ns/op
PrimVsRef.ref   avgt   25  2.634 ± 0.005  ns/op

正如我上面所说,这些测试需要跟进结果的原因。在这种情况下,两者生成的代码几乎相同,这就解释了结果。

基本:

                  [Verified Entry Point]
 12.69%    1.81%    0x00007f5724aec100: mov    %eax,-0x14000(%rsp)
  0.90%    0.74%    0x00007f5724aec107: push   %rbp
  0.01%    0.01%    0x00007f5724aec108: sub    $0x30,%rsp         
 12.23%   16.00%    0x00007f5724aec10c: mov    $0x2a,%eax   ; load "42"
  0.95%    0.97%    0x00007f5724aec111: add    $0x30,%rsp
           0.02%    0x00007f5724aec115: pop    %rbp
 37.94%   54.70%    0x00007f5724aec116: test   %eax,0x10d1aee4(%rip)        
  0.04%    0.02%    0x00007f5724aec11c: retq  

参考:

                  [Verified Entry Point]
 13.52%    1.45%    0x00007f1887e66700: mov    %eax,-0x14000(%rsp)
  0.60%    0.37%    0x00007f1887e66707: push   %rbp
           0.02%    0x00007f1887e66708: sub    $0x30,%rsp         
 13.63%   16.91%    0x00007f1887e6670c: mov    %rsi,%rax     ; load "this"
  0.50%    0.49%    0x00007f1887e6670f: add    $0x30,%rsp
  0.01%             0x00007f1887e66713: pop    %rbp
 39.18%   57.65%    0x00007f1887e66714: test   %eax,0xe3e78e6(%rip)
  0.02%             0x00007f1887e6671a: retq   

[讽刺] 看看这有多容易![/讽刺]

模式是:问题越简单,你就越需要努力做出合理和可靠的答案。

于 2015-04-06T18:09:47.947 回答
5

为了消除对引用内存的误解(@Mzf),让我们深入了解 Java 虚拟机规范。但是在去那里之前,必须澄清一件事——一个对象永远不能从内存中检索,只有它的字段可以。事实上,没有任何操作码可以执行如此广泛的操作。

本文档将引用定义为第一类的堆栈类型(因此它可能是在堆栈上执行操作的指令的结果或参数) - 采用单个堆栈字(32 位)的类型类别。见表 2.3 Java 堆栈类型列表

此外,如果方法调用按照规范正常完成,则从堆栈顶部弹出的值被压入方法调用者的堆栈(第 2.6.4 节)。

您的问题是导致执行时间差异的原因。第二章前言答案:

不属于 Java 虚拟机规范的实现细节会不必要地限制实现者的创造力。例如,运行时数据区域的内存布局、使用的垃圾收集算法以及 Java 虚拟机指令的任何内部优化(例如,将它们转换为机器代码)都由实现者自行决定。

换句话说,由于出于逻辑原因,文档中没有说明与引用使用有关的性能损失(它最终只是一个堆栈词 as intor floatare),因此您只能搜索实现的源代码,或者永远不会完全发现。

在某种程度上,我们实际上不应该总是责怪实施,在寻找答案时可以采取一些线索。Java 定义了用于操作数字和引用的单独指令。引用操作指令以a(例如astorealoadareturn)开头,并且是唯一允许使用引用的指令。特别是您可能有兴趣查看areturn's implementation。

于 2015-04-06T15:04:10.560 回答