因此,我尝试使用微基准测试,选择了 JMH,阅读了一些文章。JMH 如何测量低于系统计时器粒度的方法的执行?
更详细的解释:
这些是我正在运行的基准测试(方法名称不言自明):
import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.infra.Blackhole;
import java.util.concurrent.TimeUnit;
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@State(Scope.Thread)
@Warmup(iterations = 10, time = 200, timeUnit = TimeUnit.NANOSECONDS)
@Measurement(iterations = 20, time = 200, timeUnit = TimeUnit.NANOSECONDS)
public class RandomBenchmark {
public long lastValue;
@Benchmark
@Fork(1)
public void blankMethod() {
}
@Benchmark
@Fork(1)
public void simpleMethod(Blackhole blackhole) {
int i = 0;
blackhole.consume(i++);
}
@Benchmark
@Fork(1)
public void granularityMethod(Blackhole blackhole) {
long initialTime = System.nanoTime();
long measuredTime;
do {
measuredTime = System.nanoTime();
} while (measuredTime == initialTime);
blackhole.consume(measuredTime);
}
}
以下是结果:
# Run complete. Total time: 00:00:02
Benchmark Mode Cnt Score Error Units
RandomBenchmark.blankMethod avgt 20 0,887 ? 0,274 ns/op
RandomBenchmark.granularityMethod avgt 20 407,002 ? 26,297 ns/op
RandomBenchmark.simpleMethod avgt 20 6,979 ? 0,743 ns/op
目前在 Windows 7 上运行,并且正如在各种文章中所描述的那样,它具有很大的粒度 (407 ns)。用下面的基本代码检查它确实是每 ~400ns 出现一个新的计时器值:
final int sampleSize = 100;
long[] timeMarks = new long[sampleSize];
for (int i=0; i < sampleSize; i++) {
timeMarks[i] = System.nanoTime();
}
for (long timeMark : timeMarks) {
System.out.println(timeMark);
}
很难完全理解生成的方法究竟是如何工作的,但是通过反编译的 JMH 生成的代码,它似乎在执行前后使用相同的 System.nanoTime() 并测量差异。当粒度为 400 ns 时,它如何能够测量几纳秒的方法执行?