性能調優必備利器JMH優點有哪些

這篇文章主要介紹“性能調優必備利器JMH優點有哪些”，在日常操作中，相信很多人在性能調優必備利器JMH優點有哪些問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”性能調優必備利器JMH優點有哪些”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

JMH 簡介

JMH(Java Microbenchmark Harness)是用于代碼微基準測試的工具套件，主要是基于方法層面的基準測試，精度可以達到納秒級。該工具是由 Oracle 內部實現 JIT 的大牛們編寫的，他們應該比任何人都了解 JIT 以及 JVM 對于基準測試的影響。

當你定位到熱點方法，希望進一步優化方法性能的時候，就可以使用 JMH 對優化的結果進行量化的分析。

JMH 比較典型的應用場景如下：

1.  想準確地知道某個方法需要執行多長時間，以及執行時間和輸入之間的相關性

2.  對比接口不同實現在給定條件下的吞吐量

3.  查看多少百分比的請求在多長時間內完成

下面我們以字符串拼接的兩種方法為例子使用 JMH 做基準測試。

加入依賴

因為 JMH 是 JDK9 自帶的，如果是 JDK9 之前的版本需要加入如下依賴（目前 JMH 的最新版本為 1.23）：

<dependency>      <groupId>org.openjdk.jmh</groupId>      <artifactId>jmh-core</artifactId>      <version>1.23</version>  </dependency>  <dependency>      <groupId>org.openjdk.jmh</groupId>      <artifactId>jmh-generator-annprocess</artifactId>      <version>1.23</version>  </dependency>

編寫基準測試

接下來，創建一個 JMH 測試類，用來判斷 + 和 StringBuilder.append() 兩種字符串拼接哪個耗時更短，具體代碼如下所示：

@BenchmarkMode(Mode.AverageTime)  @Warmup(iterations = 3, time = 1)  @Measurement(iterations = 5, time = 5)  @Threads(4)  @Fork(1)  @State(value = Scope.Benchmark)  @OutputTimeUnit(TimeUnit.NANOSECONDS)  public class StringConnectTest {      @Param(value = {"10", "50", "100"})      private int length;      @Benchmark      public void testStringAdd(Blackhole blackhole) {          String a = "";          for (int i = 0; i < length; i++) {              a += i;          }          blackhole.consume(a);      }      @Benchmark      public void testStringBuilderAdd(Blackhole blackhole) {          StringBuilder sb = new StringBuilder();          for (int i = 0; i < length; i++) {              sb.append(i);          }          blackhole.consume(sb.toString());      }      public static void main(String[] args) throws RunnerException {          Options opt = new OptionsBuilder()                  .include(StringConnectTest.class.getSimpleName())                  .result("result.json")                  .resultFormat(ResultFormatType.JSON).build();          new Runner(opt).run();      }  }

其中需要測試的方法用 @Benchmark 注解標識，這些注解的具體含義將在下面介紹。

在 main() 函數中，首先對測試用例進行配置，使用 Builder 模式配置測試，將配置參數存入 Options 對象，并使用 Options 對象構造 Runner 啟動測試。

另外大家可以看下官方提供的 jmh 示例 demo：s/src/main/java/org/openjdk/jmh/samples/" _fcksavedurl="http://hg.openjdk.java.net/code-tools/jmh/file/tip/jmh-samples/src/main/java/org/openjdk/jmh/samples/">http://hg.openjdk.java.net/code-tools/jmh/file/tip/jmh-samples/src/main/java/org/openjdk/jmh/samples/

執行基準測試

準備工作做好了，接下來，運行代碼，等待片刻，測試結果就出來了，下面對結果做下簡單說明：

# JMH version: 1.23  # VM version: JDK 1.8.0_201, Java HotSpot(TM) 64-Bit Server VM, 25.201-b09  # VM invoker: D:\Software\Java\jdk1.8.0_201\jre\bin\java.exe  # VM options: -javaagent:D:\Software\JetBrains\IntelliJ IDEA 2019.1.3\lib\idea_rt.jar=61018:D:\Software\JetBrains\IntelliJ IDEA 2019.1.3\bin -Dfile.encoding=UTF-8 # Warmup: 3 iterations, 1 s each  # Measurement: 5 iterations, 5 s each  # Timeout: 10 min per iteration  # Threads: 4 threads, will synchronize iterations  # Benchmark mode: Average time, time/op  # Benchmark: com.wupx.jmh.StringConnectTest.testStringBuilderAdd  # Parameters: (length = 100)

該部分為測試的基本信息，比如使用的 Java 路徑，預熱代碼的迭代次數，測量代碼的迭代次數，使用的線程數量，測試的統計單位等。

# Warmup Iteration   1: 1083.569 ±(99.9%) 393.884 ns/op  # Warmup Iteration   2: 864.685 ±(99.9%) 174.120 ns/op  # Warmup Iteration   3: 798.310 ±(99.9%) 121.161 ns/op

該部分為每一次熱身中的性能指標，預熱測試不會作為最終的統計結果。預熱的目的是讓 JVM 對被測代碼進行足夠多的優化，比如，在預熱后，被測代碼應該得到了充分的 JIT 編譯和優化。

Iteration   1: 810.667 ±(99.9%) 51.505 ns/op  Iteration   2: 807.861 ±(99.9%) 13.163 ns/op  Iteration   3: 851.421 ±(99.9%) 33.564 ns/op  Iteration   4: 805.675 ±(99.9%) 33.038 ns/op  Iteration   5: 821.020 ±(99.9%) 66.943 ns/op  Result "com.wupx.jmh.StringConnectTest.testStringBuilderAdd":    819.329 ±(99.9%) 72.698 ns/op [Average]    (min, avg, max) = (805.675, 819.329, 851.421), stdev = 18.879    CI (99.9%): [746.631, 892.027] (assumes normal distribution)  Benchmark                               (length)  Mode  Cnt     Score     Error  Units  StringConnectTest.testStringBuilderAdd       100  avgt    5   819.329 ±  72.698  ns/op

該部分顯示測量迭代的情況，每一次迭代都顯示了當前的執行速率，即一個操作所花費的時間。在進行 5 次迭代后，進行統計，在本例中，length 為 100 的情況下 testStringBuilderAdd 方法的平均執行花費時間為 819.329 ns，誤差為 72.698 ns。

最后的測試結果如下所示：

Benchmark                               (length)  Mode  Cnt     Score     Error  Units  StringConnectTest.testStringAdd               10  avgt    5   161.496 ±  17.097  ns/op  StringConnectTest.testStringAdd               50  avgt    5  1854.657 ± 227.902  ns/op  StringConnectTest.testStringAdd              100  avgt    5  6490.062 ± 327.626  ns/op  StringConnectTest.testStringBuilderAdd        10  avgt    5    68.769 ±   4.460  ns/op  StringConnectTest.testStringBuilderAdd        50  avgt    5   413.021 ±  30.950  ns/op  StringConnectTest.testStringBuilderAdd       100  avgt    5   819.329 ±  72.698  ns/op

結果表明，在拼接字符次數越多的情況下，StringBuilder.append() 的性能就更好。

生成 jar 包執行

對于一些小測試，直接用上面的方式寫一個 main 函數手動執行就好了。

對于大型的測試，需要測試的時間比較久、線程數比較多，加上測試的服務器需要，一般要放在 Linux 服務器里去執行。

JMH 官方提供了生成 jar 包的方式來執行，我們需要在 maven 里增加一個 plugin，具體配置如下：

<plugins>      <plugin>          <groupId>org.apache.maven.plugins</groupId>          <artifactId>maven-shade-plugin</artifactId>          <version>2.4.1</version>          <executions>              <execution>                  <phase>package</phase>                  <goals>                      <goal>shade</goal>                  </goals>                  <configuration>                      <finalName>jmh-demo</finalName>                      <transformers>                          <transformer                                  implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">                              <mainClass>org.openjdk.jmh.Main</mainClass>                          </transformer>                      </transformers>                  </configuration>              </execution>          </executions>      </plugin>  </plugins>

接著執行 maven 的命令生成可執行 jar 包并執行：

mvn clean install  java -jar target/jmh-demo.jar StringConnectTest

JMH 基礎

為了能夠更好地使用 JMH 的各項功能，下面對 JMH 的基本概念進行講解：

@BenchmarkMode

用來配置 Mode 選項，可用于類或者方法上，這個注解的 value 是一個數組，可以把幾種 Mode 集合在一起執行，如：@BenchmarkMode({Mode.SampleTime, Mode.AverageTime})，還可以設置為 Mode.All，即全部執行一遍。

1.  Throughput：整體吞吐量，每秒執行了多少次調用，單位為 ops/time

2.  AverageTime：用的平均時間，每次操作的平均時間，單位為 time/op

3.  SampleTime：隨機取樣，最后輸出取樣結果的分布

4.  SingleShotTime：只運行一次，往往同時把 Warmup 次數設為 0，用于測試冷啟動時的性能

5.  All：上面的所有模式都執行一次

@State

通過 State 可以指定一個對象的作用范圍，JMH 根據 scope 來進行實例化和共享操作。@State 可以被繼承使用，如果父類定義了該注解，子類則無需定義。由于 JMH 允許多線程同時執行測試，不同的選項含義如下：

1.  Scope.Benchmark：所有測試線程共享一個實例，測試有狀態實例在多線程共享下的性能

2.  Scope.Group：同一個線程在同一個 group 里共享實例

3.  Scope.Thread：默認的 State，每個測試線程分配一個實例

@OutputTimeUnit

為統計結果的時間單位，可用于類或者方法注解

@Warmup

預熱所需要配置的一些基本測試參數，可用于類或者方法上。一般前幾次進行程序測試的時候都會比較慢，所以要讓程序進行幾輪預熱，保證測試的準確性。參數如下所示：

1.  iterations：預熱的次數

2.  time：每次預熱的時間

3.  timeUnit：時間的單位，默認秒

4.  batchSize：批處理大小，每次操作調用幾次方法

為什么需要預熱？

因為 JVM 的 JIT 機制的存在，如果某個函數被調用多次之后，JVM 會嘗試將其編譯為機器碼，從而提高執行速度，所以為了讓 benchmark 的結果更加接近真實情況就需要進行預熱。

@Measurement

實際調用方法所需要配置的一些基本測試參數，可用于類或者方法上，參數和 @Warmup 相同。

@Threads

每個進程中的測試線程，可用于類或者方法上。

@Fork

進行 fork 的次數，可用于類或者方法上。如果 fork 數是 2 的話，則 JMH 會 fork 出兩個進程來進行測試。

@Param

指定某項參數的多種情況，特別適合用來測試一個函數在不同的參數輸入的情況下的性能，只能作用在字段上，使用該注解必須定義 @State 注解。

在介紹完常用的注解后，讓我們來看下 JMH 有哪些陷阱。

JMH 陷阱

在使用 JMH 的過程中，一定要避免一些陷阱。

比如 JIT 優化中的死碼消除，比如以下代碼：

@Benchmark  public void testStringAdd(Blackhole blackhole) {      String a = "";      for (int i = 0; i < length; i++) {          a += i;      }  }

JVM 可能會認為變量 a 從來沒有使用過，從而進行優化把整個方法內部代碼移除掉，這就會影響測試結果。

JMH 提供了兩種方式避免這種問題，一種是將這個變量作為方法返回值 return a，一種是通過 Blackhole 的 consume 來避免 JIT 的優化消除。

其他陷阱還有常量折疊與常量傳播、永遠不要在測試中寫循環、使用 Fork 隔離多個測試方法、方法內聯、偽共享與緩存行、分支預測、多線程測試等，感興趣的可以閱讀 https://github.com/lexburner/JMH-samples 了解全部的陷阱。

JMH 插件

大家還可以通過 IDEA 安裝 JMH 插件使 JMH 更容易實現基準測試，在 IDEA 中點擊 File->Settings...->Plugins，然后搜索 jmh，選擇安裝 JMH plugin：

JMH plugin

這個插件可以讓我們能夠以 JUnit 相同的方式使用 JMH，主要功能如下：

1.  自動生成帶有 @Benchmark 的方法

2.  像 JUnit 一樣，運行單獨的 Benchmark 方法

3.  運行類中所有的 Benchmark 方法

比如可以通過右鍵點擊 Generate...，選擇操作 Generate JMH benchmark 就可以生成一個帶有 @Benchmark 的方法。

還有將光標移動到方法聲明并調用 Run 操作就運行一個單獨的 Benchmark 方法。

將光標移到類名所在行，右鍵點擊 Run 運行，該類下的所有被 @Benchmark 注解的方法都會被執行。

JMH 可視化

除此以外，如果你想將測試結果以圖表的形式可視化，可以試下這些網站：

•  JMH Visual Chart：http://deepoove.com/jmh-visual-chart/

•  JMH Visualizer：https://jmh.morethan.io/

比如將上面測試例子結果的 json 文件導入，就可以實現可視化：

到此，關于“性能調優必備利器JMH優點有哪些”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！