java - 为什么 lambda IntStream.anyMatch() 比原始实现慢 10？

Question

我最近在分析我的代码，发现其中有一个有趣的瓶颈。这是基准:

@BenchmarkMode(Mode.Throughput)
@Fork(1)
@State(Scope.Thread)
@Warmup(iterations = 10, time = 1, timeUnit = TimeUnit.SECONDS)
@Measurement(iterations = 10, time = 1, timeUnit = TimeUnit.SECONDS)
public class Contains {

    private int[] ar = new int[] {1,2,3,4,5,6,7};

    private int val = 5;

    @Benchmark
    public boolean naive() {
        return contains(ar, val);
    }

    @Benchmark
    public boolean lambdaArrayStreamContains() {
        return Arrays.stream(ar).anyMatch(i -> i == val);
    }

    @Benchmark
    public boolean lambdaIntStreamContains() {
        return IntStream.of(ar).anyMatch(i -> i == val);
    }

    private static boolean contains(int[] ar, int value) {
        for (int arVal : ar) {
            if (arVal == value) {
                return true;
            }
        }
        return false;
    }

}

结果:

Benchmark                            Mode  Cnt       Score      Error  Units
Contains.lambdaArrayStreamContains  thrpt   10   22867.962 ± 1049.649  ops/s
Contains.lambdaIntStreamContains    thrpt   10   22983.800 ±  593.580  ops/s
Contains.naive                      thrpt   10  228002.406 ± 8591.186  ops/s

If 显示 Array contains operation via lambda 比使用简单循环的简单实现慢 10 倍。我知道 lambda 应该慢一点。但是10次？我做错了 lambda 还是 java 有问题？

Answer 1

您的基准测试实际上并不测量 anyMatch 性能，而是测量流开销。与五元素数组查找等非常简单的操作相比，这种开销可能显得很大。

如果我们从相对数字转向绝对数字，经济放缓看起来不会那么可怕。让我们测量延迟而不是吞吐量以获得更清晰的画面。我省略了 lambdaIntStream 基准测试，因为它的工作方式与 lambdaArrayStream 完全相同。

Benchmark                   Mode  Cnt   Score   Error  Units
Contains.lambdaArrayStream  avgt    5  53,242 ± 2,034  ns/op
Contains.naive              avgt    5   5,876 ± 0,404  ns/op

5.8 ns 大约是 2.4 GHz CPU 的 14 个周期。工作量很小，任何额外的周期都会很明显。那么流操作的开销是多少呢？

对象分配

现在使用 -prof gc 分析器重新运行基准测试。它将显示堆分配量:

Benchmark                                       Mode  Cnt     Score     Error   Units
Contains.lambdaArrayStream:·gc.alloc.rate.norm  avgt    5   152,000 ±   0,001    B/op
Contains.naive:·gc.alloc.rate.norm              avgt    5    ≈ 10⁻⁵              B/op

lambdaArrayStream 每次迭代分配 152 个字节，而 naive 基准测试不分配任何内容。当然，分配不是免费的:至少构造了 5 个对象来支持 anyMatch，每个都需要几纳秒:

• Lambda i -> i == val
• IntPipeline.Head
• Spliterators.IntArraySpliterator
• MatchOps.MatchOp
• MatchOps.MatchSink

调用栈

java.util.stream 实现有点复杂，因为它必须支持流源、中间和终端操作的所有组合。如果您在基准测试中查看 anyMatch 的调用堆栈，您会看到类似这样的内容:

    at bench.Contains.lambda$lambdaArrayStream$0(Contains.java:24)
    at java.util.stream.MatchOps$2MatchSink.accept(MatchOps.java:119)
    at java.util.Spliterators$IntArraySpliterator.tryAdvance(Spliterators.java:1041)
    at java.util.stream.IntPipeline.forEachWithCancel(IntPipeline.java:162)
    at java.util.stream.AbstractPipeline.copyIntoWithCancel(AbstractPipeline.java:498)
    at java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:485)
    at java.util.stream.AbstractPipeline.wrapAndCopyInto(AbstractPipeline.java:471)
    at java.util.stream.MatchOps$MatchOp.evaluateSequential(MatchOps.java:230)
    at java.util.stream.MatchOps$MatchOp.evaluateSequential(MatchOps.java:196)
    at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:234)
    at java.util.stream.IntPipeline.anyMatch(IntPipeline.java:477)
    at bench.Contains.lambdaArrayStream(Contains.java:23)

并非所有这些方法调用都可以内联。此外，JVM 将内联限制为 9 级，但在这里我们看到了更深的调用堆栈。如果我们用 -XX:MaxInlineLevel=20 覆盖限制，分数会变得更好:

Benchmark                   Mode  Cnt   Score   Error  Units
Contains.lambdaArrayStream  avgt    5  33,294 ± 0,367  ns/op  (was 53,242)
Contains.naive              avgt    5   5,822 ± 0,207  ns/op

循环优化

for 对数组的迭代是一个简单的计数循环。 JVM 可以在这里应用广泛的循环优化:循环剥离、循环展开等。这不适用于 forEachWithCancel 方法中的 while 类循环，它用于遍历一个 IntStream。循环优化的效果可以用 -XX:LoopUnrollLimit=0 -XX:-UseLoopPredicate 来衡量:

Benchmark                   Mode  Cnt   Score   Error  Units
Contains.lambdaArrayStream  avgt    5  33,153 ± 0,559  ns/op
Contains.naive              avgt    5   9,853 ± 0,150  ns/op  (was 5,876)

结论

构造和遍历流有一些开销，但这是完全可以理解的，不能被视为错误。我不会说开销很大(即使是 50 ns/op 也不算多)；然而，在这个特定示例中，由于工作量极小，开销占主导地位。