Java无锁性能JMH

Question

我有一个JMH多线程测试:

@State(Scope.Benchmark)
@BenchmarkMode(Mode.Throughput)
@OutputTimeUnit(TimeUnit.MICROSECONDS)
@Fork(value = 1, jvmArgsAppend = { "-Xmx512m", "-server", "-XX:+AggressiveOpts","-XX:+UnlockDiagnosticVMOptions",
        "-XX:+UnlockExperimentalVMOptions", "-XX:+PrintAssembly", "-XX:PrintAssemblyOptions=intel",
        "-XX:+PrintSignatureHandlers"})
@Measurement(iterations = 5, time = 5, timeUnit = TimeUnit.SECONDS)
@Warmup(iterations = 3, time = 2, timeUnit = TimeUnit.SECONDS)
public class LinkedQueueBenchmark {
private static final Unsafe unsafe = UnsafeProvider.getUnsafe();
private static final long offsetObject;
private static final long offsetNext;

private static final int THREADS = 5;
private static class Node {
    private volatile Node next;
    public Node() {}
}

static {
    try {
        offsetObject = unsafe.objectFieldOffset(LinkedQueueBenchmark.class.getDeclaredField("object"));
        offsetNext = unsafe.objectFieldOffset(Node.class.getDeclaredField("next"));
    } catch (Exception ex) { throw new Error(ex); }
}

protected long t0,t1,t2,t3,t4,t5,t6,t7;
private volatile Node object = new Node(null);


@Threads(THREADS)
@Benchmark
public Node doTestCasSmart() {
    Node current, o = new Node();
    for(;;) {
        current = this.object;
        if (unsafe.compareAndSwapObject(this, offsetObject, current, o)) {
            //current.next = o; //Special line:
            break;
        } else {
            LockSupport.parkNanos(1);
        }
    }
    return current;
}
}

1. 在当前变体中，我的性能为 ~ 55 ops/us
2. 但是，如果我取消注释“特殊线路”，或将其替换为 unsafe.putOrderedObject(在任何方向 - current.next = o 或 o.next = current ), 性能 ~ 2 ops/us.

据我所知，这是 CPU 缓存发生的事情，也许它正在清理存储缓冲区。如果我将它替换为基于锁的方法，没有 CAS，性能将是 11-20 ops/us。
我尝试使用 LinuxPerfAsmProfiler 和 PrintAssembly，在第二种情况下我看到:

....[Hottest Regions]...............................................................................
 25.92%   17.93%  [0x7f1d5105fe60:0x7f1d5105fe69] in SpinPause (libjvm.so)
 17.53%   20.62%  [0x7f1d5119dd88:0x7f1d5119de57] in ParMarkBitMap::live_words_in_range(HeapWord*, oopDesc*) const (libjvm.so)
 10.81%    6.30%  [0x7f1d5129cff5:0x7f1d5129d0ed] in ParallelTaskTerminator::offer_termination(TerminatorTerminator*) (libjvm.so)
  7.99%    9.86%  [0x7f1d3c51d280:0x7f1d3c51d3a2] in com.jad.generated.LinkedQueueBenchmark_doTestCasSmart::doTestCasSmart_thrpt_jmhStub 

谁能给我解释一下到底发生了什么？为什么这么慢？这里的存储负载屏障在哪里？为什么 putOrdered 不起作用？以及如何解决？

Answer 1

规则:与其寻找“高级”答案，不如先寻找愚蠢的错误。

SpinPause、ParMarkBitMap::live_words_in_range(HeapWord*, oopDesc*) 和 ParallelTask​​Terminator::offer_termination(TerminatorTerminator*) 来自 GC 线程.这很可能意味着基准测试所做的大部分工作都是 GC。实际上，运行未注释的“特殊行” -prof gc 会产生:

# Run complete. Total time: 00:00:43

Benchmark                      Mode  Cnt      Score    Error   Units
LQB.doTestCasSmart            thrpt    5      5.930 ±  3.867  ops/us
LQB.doTestCasSmart:·gc.time   thrpt    5  29970.000               ms

因此，在 43 秒的运行时间中，您用了 30 秒进行 GC。或者，即使是普通的 -verbose:gc 也会显示它:

Iteration   3: [Full GC (Ergonomics)  408188K->1542K(454656K), 0.0043022 secs]
[GC (Allocation Failure)  60422K->60174K(454656K), 0.2061024 secs]
[GC (Allocation Failure)  119054K->118830K(454656K), 0.2314572 secs]
[GC (Allocation Failure)  177710K->177430K(454656K), 0.2268396 secs]
[GC (Allocation Failure)  236310K->236054K(454656K), 0.1718049 secs]
[GC (Allocation Failure)  294934K->294566K(454656K), 0.2265855 secs]
[Full GC (Ergonomics)  294566K->147408K(466432K), 0.7139546 secs]
[GC (Allocation Failure)  206288K->205880K(466432K), 0.2065388 secs]
[GC (Allocation Failure)  264760K->264312K(466432K), 0.2314117 secs]
[GC (Allocation Failure)  323192K->323016K(466432K), 0.2183271 secs]
[Full GC (Ergonomics)  323016K->322663K(466432K), 2.8058725 secs]

2.8 秒的完整 GC，这很糟糕。在以 5 秒运行时间为界的迭代中，GC 花费了大约 5 秒。这也很糟糕。

这是为什么呢？好吧，您正在那里构建链表。当然，队列的头部是不可到达的，并且应该收集从头部到您的 object 的所有内容。但收集不是即时的。队列越长，消耗的内存越多，GC 遍历它的工作就越多。这是一个削弱执行力的正反馈循环。由于那里的队列元素无论如何都是可收集的，因此此反馈循环永远不会到达 OOME。在新的 head 字段中存储一个初始的 object 将使测试最终 OOME。

因此，坦率地说，您的问题与 putOrdered、内存障碍或队列性能无关。我认为您需要重新考虑您实际测试的内容。设计测试以使 transient 内存占用在每次 @Benchmark 调用中保持相同本身就是一门艺术。