我写了一个冒泡排序的实现来玩一下 Groovy,看看是否--indy
对性能有任何明显的影响。
本质上,它将一千个随机整数的列表排序一千次,并测量排序列表的平均执行时间。
列表中有一半是Integer[]
,另一半是ArrayList<Integer>
。
结果真的让我很困惑:
$ groovyc BubbleSort.groovy
$ time java -cp ~/.gvm/groovy/current/embeddable/groovy-all-2.4.3.jar:. BubbleSort
Average: 22.926ms
Min: 11.202ms
[...] 26.48s user 0.84s system 109% cpu 25.033 total
$ groovyc --indy BubbleSort.groovy
$ time java -cp ~/.gvm/groovy/current/embeddable/groovy-all-2.4.3-indy.jar:. BubbleSort
Average: 119.766ms
Min: 68.251ms
[...] 166.05s user 1.52s system 135% cpu 2:03.82 total
查看运行基准测试时的 CPU 使用率,使用编译时的 CPU 使用率要高--indy
得多。
这引起了我的兴趣,所以我再次运行了基准测试——但这次启用了 Yourkit 代理和 CPU 跟踪。以下是记录的调用树:
这是性能图表 - 请注意,时间尺度是不同的,因为--indy
代码要慢得多。
可以看出,在不--indy
使用--indy
. 更令人困惑的是,Yourkit 只报告一个活动线程(我的代码只使用主线程),但它仍然设法保持两个半核心被占用。
编译的代码--indy
在开始时也使用了大量的内核时间,尽管这会在一段时间后下降并稳定在 0% - 此时代码似乎加快了一点(堆使用增长率增加)并且 CPU 使用增加.
谁能向我解释这种行为?
版本:
$ groovy -v
Groovy Version: 2.4.3 JVM: 1.8.0_45 Vendor: Oracle Corporation OS: Linux
$ java -version
java version "1.8.0_45"
Java(TM) SE Runtime Environment (build 1.8.0_45-b14)
Java HotSpot(TM) 64-Bit Server VM (build 25.45-b02, mixed mode)
BubbleSort.groovy:
class BubbleSort {
final def array
BubbleSort(final def array) {
this.array = array
}
private void swap(int a, int b) {
def tmp = array[a];
array[a] = array[b]
array[b] = tmp;
}
private void rise(int index) {
for(int i = index; i > 0; i--) {
if(array[i] < array[i - 1]) {
swap(i, i-1)
} else {
break
}
}
}
void sort() {
for(int i = 1; i < array.size(); i++) {
rise i
}
}
final static Random random = new Random()
static void main(String[] args) {
def n = 1000
def size = 1000
// Warm up
doBenchmark 100, size
def results = doBenchmark n, size
printf("Average: %.3fms%n", results.total / 1e6 / n)
printf("Min: %.3fms%n", results.min / 1e6)
}
private static def doBenchmark(int n, int size) {
long total = 0
long min = Long.MAX_VALUE
n.times {
def array = (1..size).collect { random.nextInt() }
if(it % 2) {
array = array as Integer[]
}
def start = System.nanoTime()
new BubbleSort<Integer>(array).sort()
def end = System.nanoTime()
def time = end - start
total += time
min = Math.min min, time
}
return [total: total, min: min]
}
}
我对冒泡排序实现的优化不感兴趣,除非它们与invokedynamic
行为相关——这里的目的不是写出性能最好的冒泡排序,而是要弄清楚为什么--indy
会对性能产生如此大的负面影响。
更新:
我将我的代码转换为 JRuby 并尝试了同样的事情,结果相似,尽管没有 JRuby 并没有那么快invokedynamic
:
$ JAVA_OPTS="-Djruby.compile.invokedynamic=false" jruby bubblesort.rb
Average: 78.714ms
Min: 35.000ms
$ JAVA_OPTS="-Djruby.compile.invokedynamic=true" jruby bubblesort.rb
Average: 136.287ms
Min: 92.000ms
更新 2:
如果我删除将列表更改为Integer[]
一半时间的代码,性能会显着提高,但如果没有它仍然会更快--indy
:
$ groovyc BubbleSort.groovy
$ java -cp ~/.gvm/groovy/current/embeddable/groovy-all-2.4.3.jar:. BubbleSort
Average: 29.794ms
Min: 26.577ms
$ groovyc --indy BubbleSort.groovy
$ java -cp ~/.gvm/groovy/current/embeddable/groovy-all-2.4.3-indy.jar:. BubbleSort
Average: 37.506ms
Min: 33.555ms
如果我对 JRuby 做同样的事情,invokedynamic
会更快:
$ JAVA_OPTS="-Djruby.compile.invokedynamic=false" jruby bubblesort.rb
Average: 34.388ms
Min: 31.000ms
$ JAVA_OPTS="-Djruby.compile.invokedynamic=true" jruby bubblesort.rb
Average: 20.785ms
Min: 18.000ms