java - 为什么这段 Java 代码的性能如此不一致？

Question

我正在运行一个小测试，尽管它是一个微型基准测试，但它确实很好地模仿了我们在生产中实际所做的事情。

我正在创建一个 2D 数组，包含 5 列和 10,000,000 行，其中填充了 0-19 之间的随机整数。然后，只要第二列中的值是偶数，我就想对第三列中的所有数字求和。我这样做 100 次来热身，然后再做 100 次并计时需要多长时间。

在我的机器上，绝大多数时间大约需要 9 秒，但有时只需要不到 6 秒。

它看起来不像垃圾收集或 JIT 编译。

有人知道为什么它偶尔会如此快吗？

我使用以下参数在 Linux 上使用 JDK7u11 运行代码:-server -XX:+PrintCompilation -Xms500m -Xmx500m -verbose:gc -XX:+PrintGCTimeStamps -XX:+PrintGCDetails 但是，使用各种不同的 JDK(从 6 一直到 8)并删除所有这些参数似乎不会显着影响计时。

这是代码:

import java.util.ArrayList;
import java.util.Random;

public class JavaPerformanceTest {
    public static void main(String[] args) {
        int numColumns = 5;
        int numRows = 10000000;
        int[][] data = new int[numColumns][numRows];
        Random rand = new Random(1234);
        for (int j = 0; j < numColumns; j++) {
            for (int i = 0; i < numRows; i++) {
                data[j][i] = rand.nextInt(20);
            }
        }
        int warmUp = 100;
        ArrayList<Integer> sums = new ArrayList<Integer>();
        System.out.println("warm up " + warmUp + " times");
        long warmUpStart = System.nanoTime();
        for (int i = 0; i < warmUp; i++) {
            sums.add(sum(numRows, data));
        }
        long warmUpEnd = System.nanoTime();
        System.out.println("warm up complete " + (warmUpEnd - warmUpStart) / 1000000);
        int numberOfRuns = 100;
        int finalSum = 0;
        long startTime = System.nanoTime();
        for (int i = 0; i < numberOfRuns; i++) {
            finalSum = sum(numRows, data);
        }
        long endTime = System.nanoTime();
        long diff = (endTime - startTime) / 1000000;
        System.out.println("Time taken: " + diff + "    Sum: " + finalSum);
    }


    public static int sum(int numRows, int[][] columnBased) {
        int sum = 0;
        for (int i = 0; i < numRows; i++) {
            if ((columnBased[1][i] % 2) == 0) {
                sum += columnBased[2][i];
            }
        }
        return sum;
    }
}

谢谢，尼克。

Answer 1

导致性能下降的可能原因有很多，包括缓存未命中和分支预测失败。我会确保您的代码是最佳的，然后重复它以确保结果稳定。

import java.util.ArrayList;
import java.util.Random;

public class JavaPerformanceTest {
    public static void main(String[] args) {
        int numColumns = 5;
        int numRows = 10000000;
        byte[][] data = new byte[numColumns][numRows];
        Random rand = new Random(1234);
        for (int j = 0; j < numColumns; j++) {
            for (int i = 0; i < numRows; i++) {
                data[j][i] = (byte) rand.nextInt(20);
            }
        }
        int warmUp = 10;
        ArrayList<Integer> sums = new ArrayList<Integer>();
        System.out.println("warm up " + warmUp + " times");
        long warmUpStart = System.nanoTime();
        for (int i = 0; i < warmUp; i++) {
            sums.add(sum(numRows, data));
        }
        long warmUpEnd = System.nanoTime();
        System.out.println("warm up complete " + (warmUpEnd - warmUpStart) / 1000000);
        for (int t = 0; t < 3; t++) {
            int numberOfRuns = 100;
            int finalSum = 0;
            long startTime = System.nanoTime();
            for (int i = 0; i < numberOfRuns; i++) {
                finalSum = sum(numRows, data);
            }
            long endTime = System.nanoTime();
            long diff = (endTime - startTime) / 1000000;
            System.out.println("Time taken: " + diff + "    Sum: " + finalSum);
        }
    }


    public static int sum(int numRows, byte[][] columnBased) {
        int sum = 0;
        byte[] col1 = columnBased[1];
        byte[] col2 = columnBased[2];
        for (int i = 0; i < numRows; i++)
            // use multiplication instead of "if" to avoid branch prediction failures
            sum += ((col1[i] + 1) & 1) * col2[i];
        return sum;
    }
}

打印

warm up 10 times
warm up complete 109
Time taken: 1006    Sum: 47505460
Time taken: 1006    Sum: 47505460
Time taken: 1026    Sum: 47505460

总之:优化代码对性能的提升远远超过使用命令行参数。