java - 尝试对 lambda 性能进行基准测试

Question

我读过这篇文章:Performance difference between Java 8 lambdas and anonymous inner classes并在那里提供article

上面写着:

Lambda invocation behaves exactly as anonymous class invocation

“好的”我说并决定编写自己的基准，我使用了 jmh，下面是(我还添加了基准以供方法引用)。

public class MyBenchmark {

    public static final int TESTS_COUNT = 100_000_000;

    @Benchmark
    public void testMethod_lambda() {
        X x = i -> test(i);
        for (long i = 0; i < TESTS_COUNT; i++) {
            x.x(i);
        }
    }
    @Benchmark
    public void testMethod_methodRefernce() {
        X x = this::test;
        for (long i = 0; i < TESTS_COUNT; i++) {
            x.x(i);
        }
    }
    @Benchmark
    public void testMethod_anonymous() {
        X x = new X() {
            @Override
            public void x(Long i) {
                test(i);
            }
        };
        for (long i = 0; i < TESTS_COUNT; i++) {
            x.x(i);
        }
    }

    interface X {
        void x(Long i);
    }

    public void test(Long i) {
        if (i == null) System.out.println("never");
    }
}

结果(在 Intel Core i7 4770k 上)是:

Benchmark                                     Mode  Samples   Score  Score error  Units
t.j.MyBenchmark.testMethod_anonymous         thrpt      200  16,160        0,044  ops/s
t.j.MyBenchmark.testMethod_lambda            thrpt      200   4,102        0,029  ops/s
t.j.MyBenchmark.testMethod_methodRefernce    thrpt      200   4,149        0,022  ops/s

因此，如您所见，lambda 和匿名方法调用之间存在 4 倍的差异，其中 lambda 慢 4 倍。

问题是我做错了什么或者我对 lambda 的性能理论有误解？

编辑:

# VM invoker: C:\Program Files\Java\jre1.8.0_31\bin\java.exe
# VM options: <none>
# Warmup: 20 iterations, 1 s each
# Measurement: 20 iterations, 1 s each

Answer 1

问题出在你的基准测试中:你是死代码消除的受害者。

JIT 编译器非常聪明，有时可以理解自动装箱的结果永远不会为 null，因此对于匿名类，它只是简单地删除了您的检查，这反过来又使循环体几乎为空。将其替换为不太明显的内容(对于 JIT)，如下所示:

public void test(Long i) {
    if (i == Long.MAX_VALUE) System.out.println("never");
}

并且您将观察到相同的性能(匿名类变得更慢，而 lambda 和方法引用的性能处于同一水平)。

出于某种原因，对于 lambda/方法引用，它没有进行相同的优化。但您不必担心:您不太可能在实际代码中拥有这种可以完全优化掉的方法。

一般来说@apangin 是正确的:改用 Blackhole。