java - 当JVM不执行方法时进行代码优化

Question

我正在阅读 Scott Oaks 的《Java 性能》一书，遇到了一段代码，据说 Java 7 或 8 JVM 足够聪明，可以跳过 for 循环中提供的计算部分，因为结果在将来不会使用(微基准测试) .

书中提到的代码:

public void doTest() {
    // Main Loop
    double l;
    long then = System.currentTimeMillis();

    for (int i = 0; i < nLoops; i++) {
        l = fibImpl1(50);
    }
    long now = System.currentTimeMillis();
    System.out.println("Elapsed time: " + (now - then));
}

private double fibImpl1(int n) {
   if (n < 0) throw new IllegalArgumentException("Must be > 0");
   if (n == 0) return 0d;
   if (n == 1) return 1d;
   double d = fibImpl1(n - 2) + fibImpl(n - 1);
   if (Double.isInfinite(d)) throw new ArithmeticException("Overflow");
  return d;
} 

书中的进一步陈述:由于斐波那契计算的结果从未被使用，因此编译器可以随意丢弃该计算。智能编译器(包括当前的 Java 7 和 8 编译器)最终将执行以下代码:

long then = System.currentTimeMillis();
long now = System.currentTimeMillis();
System.out.println("Elapsed time: " + (now - then));

为了验证这一点，我尝试了一个代码，但耗时计算并没有反射(reflect)上面解释的理论。

我的代码版本:

    public class APSum {

    public static void main(String[] args) {

        long then = System.currentTimeMillis();
        ArithmeticProgression.sum(500000000);
        long now = System.currentTimeMillis();
        System.out.println("Elapsed time: " + (now - then));
    }
}

    class ArithmeticProgression{
    public static double sum(int i){
        double sum=0;
        for(int index=0; index<=i; index++){
            sum = sum + (double)index;
        }
        return sum;
    }
}

所以请让我知道如何实现书中提到的场景。或者说JVM是否愿意优化调用？

Answer 1

现代 JVM 太复杂了，并且做了各种各样的优化。如果您尝试测量一小段代码，如果没有非常非常详细了解 JVM 正在做什么，那么正确地执行它确实很复杂。死代码消除 (DCE) 是一种经常导致微基准测试出错的优化。

有两个经典错误(详细了解常见错误 http://shipilev.net/talks/jvmls-July2014-benchmarking.pdf 和 https://stackoverflow.com/a/513259/1352098 ):

• 由于最小的编译单元是方法，因此基准测试必须有多个主要方法。
• 没有预热迭代。始终包含一个自始至终运行测试内核的预热阶段，足以在计时阶段之前触发所有初始化和编译。

修正后我们的基准如下所示:

    public class APSum {

    public static void main(String[] args) {
        for (int i = 0; i < 5000; i++) {
            test();
        }
    }

    private static void test() {
        long then = System.currentTimeMillis();
        sum(5000000);
        long now = System.currentTimeMillis();
        System.out.println("Elapsed time: " + (now - then));
    }

    public static double sum(int i){
        double sum=0;
        for(int index=0; index<=i; index++){
            sum = sum + (double)index;
        }
        return sum;
    }
    }

在此示例中，DCE 仅在内联之后发生。让我们首先看一下内联树(可通过 -XX:+UnlockDiagnosticVMOptions -XX:+PrintInlined -XX:-BackgroundCompilation 获得)

   @ 0   java.lang.System::currentTimeMillis (0 bytes)   intrinsic
   @ 6   edu.jvm.runtime.APSum::sum (22 bytes)   inlining prohibited by policy
   @ 10   java.lang.System::currentTimeMillis (0 bytes)   intrinsic

由于 OSR，编译器未能内联方法 APSum::sum 。事实上，虽然OSR compilation在基准测试(尤其是微基准测试)中频繁触发，在应用程序代码中触发频率较低。为了获得正确的结果，我们必须添加更多的预热迭代:

    public class APSum {

    public static void main(String[] args) {
        for (int i = 0; i < 10000; i++) {
            test();
        }
    }

    private static void test() {
        long then = System.currentTimeMillis();
        sum(5000000);
        long now = System.currentTimeMillis();
        System.out.println("Elapsed time: " + (now - then));
    }

    public static double sum(int i){
        double sum=0;
        for(int index=0; index<=i; index++){
            sum = sum + (double)index;
        }
        return sum;
    }
    }

迭代结束时的结果是:

  Elapsed time: 5
  Elapsed time: 4
  Elapsed time: 5

    @ 0   java.lang.System::currentTimeMillis (0 bytes)   (intrinsic)
    @ 6   edu.jvm.runtime.APSum::sum (22 bytes)   inline (hot)
    @ 10   java.lang.System::currentTimeMillis (0 bytes)   (intrinsic)

  Elapsed time: 0
  Elapsed time: 0
  Elapsed time: 0