Oracle官方推荐的性能测试工具!简单、精准又直观!

发表于:2020-6-17 10:32

字体: | 上一篇 | 下一篇 | 我要投稿

 作者:佚名    来源:Java中文社群

分享:
  磊哥在前面的所有性能优化的文章中都是用了这款性能测试工具——JMH,一直没来得及给大家写一篇入门的教程,刚好看到了这篇,觉得非常不错,于是今天就分享给大家,希望对你有帮助。
  if 快还是 switch 快?HashMap 的初始化 size 要不要指定,指定之后性能可以提高多少?各种序列化方法哪个耗时更短?
  无论出自何种原因需要进行性能评估,量化指标总是必要的。
  在大部分场合,简单地回答谁快谁慢是远远不够的,如何将程序性能量化呢?
  这就需要我们的主角 JMH 登场了!
  JMH 简介
  JMH(Java Microbenchmark Harness)是用于代码微基准测试的工具套件,主要是基于方法层面的基准测试,精度可以达到纳秒级。该工具是由 Oracle 内部实现 JIT 的大牛们编写的,他们应该比任何人都了解 JIT 以及 JVM 对于基准测试的影响。
  当你定位到热点方法,希望进一步优化方法性能的时候,就可以使用 JMH 对优化的结果进行量化的分析。
  JMH 比较典型的应用场景如下:
  想准确地知道某个方法需要执行多长时间,以及执行时间和输入之间的相关性
  对比接口不同实现在给定条件下的吞吐量
  查看多少百分比的请求在多长时间内完成
  下面我们以字符串拼接的两种方法为例子使用 JMH 做基准测试。
  加入依赖
  因为 JMH 是 JDK9 自带的,如果是 JDK9 之前的版本需要加入如下依赖(目前 JMH 的最新版本为 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>
  编写基准测试
  接下来,创建一个 JMH 测试类,用来判断 + 和 StringBuilder.append() 两种字符串拼接哪个耗时更短,具体代码如下所示:
   @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();
  }
  }
  其中需要测试的方法用 @Benchmark 注解标识,这些注解的具体含义将在下面介绍。
  在 main() 函数中,首先对测试用例进行配置,使用 Builder 模式配置测试,将配置参数存入 Options 对象,并使用 Options 对象构造 Runner 启动测试。
  另外大家可以看下官方提供的 jmh 示例 demo:http://hg.openjdk.java.net/code-tools/jmh/file/tip/jmh-samples/src/main/java/org/openjdk/jmh/samples/
  执行基准测试
  准备工作做好了,接下来,运行代码,等待片刻,测试结果就出来了,下面对结果做下简单说明:
   # 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)
  该部分为测试的基本信息,比如使用的 Java 路径,预热代码的迭代次数,测量代码的迭代次数,使用的线程数量,测试的统计单位等。
   # 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
  该部分为每一次热身中的性能指标,预热测试不会作为最终的统计结果。预热的目的是让 JVM 对被测代码进行足够多的优化,比如,在预热后,被测代码应该得到了充分的 JIT 编译和优化。
   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
  该部分显示测量迭代的情况,每一次迭代都显示了当前的执行速率,即一个操作所花费的时间。在进行 5 次迭代后,进行统计,在本例中,length 为 100 的情况下 testStringBuilderAdd 方法的平均执行花费时间为 819.329 ns,误差为 72.698 ns。
  最后的测试结果如下所示:
   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
  结果表明,在拼接字符次数越多的情况下,StringBuilder.append() 的性能就更好。
  生成 jar 包执行
  对于一些小测试,直接用上面的方式写一个 main 函数手动执行就好了。
  对于大型的测试,需要测试的时间比较久、线程数比较多,加上测试的服务器需要,一般要放在 Linux 服务器里去执行。
  JMH 官方提供了生成 jar 包的方式来执行,我们需要在 maven 里增加一个 plugin,具体配置如下:
<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>
  接着执行 maven 的命令生成可执行 jar 包并执行:
   mvn clean install
  java -jar target/jmh-demo.jar StringConnectTest
  JMH 基础
  为了能够更好地使用 JMH 的各项功能,下面对 JMH 的基本概念进行讲解:
  @BenchmarkMode
  用来配置 Mode 选项,可用于类或者方法上,这个注解的 value 是一个数组,可以把几种 Mode 集合在一起执行,如:@BenchmarkMode({Mode.SampleTime, Mode.AverageTime}),还可以设置为 Mode.All,即全部执行一遍。
  Throughput:整体吞吐量,每秒执行了多少次调用,单位为 ops/time
  AverageTime:用的平均时间,每次操作的平均时间,单位为 time/op
  SampleTime:随机取样,最后输出取样结果的分布
  SingleShotTime:只运行一次,往往同时把 Warmup 次数设为 0,用于测试冷启动时的性能
  All:上面的所有模式都执行一次
  @State
  通过 State 可以指定一个对象的作用范围,JMH 根据 scope 来进行实例化和共享操作。@State 可以被继承使用,如果父类定义了该注解,子类则无需定义。由于 JMH 允许多线程同时执行测试,不同的选项含义如下:
  Scope.Benchmark:所有测试线程共享一个实例,测试有状态实例在多线程共享下的性能
  Scope.Group:同一个线程在同一个 group 里共享实例
  Scope.Thread:默认的 State,每个测试线程分配一个实例
  @OutputTimeUnit
  为统计结果的时间单位,可用于类或者方法注解
  @Warmup
  预热所需要配置的一些基本测试参数,可用于类或者方法上。一般前几次进行程序测试的时候都会比较慢,所以要让程序进行几轮预热,保证测试的准确性。参数如下所示:
  iterations:预热的次数
  time:每次预热的时间
  timeUnit:时间的单位,默认秒
  batchSize:批处理大小,每次操作调用几次方法
  为什么需要预热?
  因为 JVM 的 JIT 机制的存在,如果某个函数被调用多次之后,JVM 会尝试将其编译为机器码,从而提高执行速度,所以为了让 benchmark 的结果更加接近真实情况就需要进行预热。
  @Measurement
  实际调用方法所需要配置的一些基本测试参数,可用于类或者方法上,参数和 @Warmup 相同。
  @Threads
  每个进程中的测试线程,可用于类或者方法上。
  @Fork
  进行 fork 的次数,可用于类或者方法上。如果 fork 数是 2 的话,则 JMH 会 fork 出两个进程来进行测试。
  @Param
  指定某项参数的多种情况,特别适合用来测试一个函数在不同的参数输入的情况下的性能,只能作用在字段上,使用该注解必须定义 @State 注解。
  在介绍完常用的注解后,让我们来看下 JMH 有哪些陷阱。
  JMH 陷阱
  在使用 JMH 的过程中,一定要避免一些陷阱。
  比如 JIT 优化中的死码消除,比如以下代码:
   @Benchmark
  public void testStringAdd(Blackhole blackhole) {
  String a = "";
  for (int i = 0; i < length; i++) {
  a += i;
  }
  }
  JVM 可能会认为变量 a 从来没有使用过,从而进行优化把整个方法内部代码移除掉,这就会影响测试结果。
  JMH 提供了两种方式避免这种问题,一种是将这个变量作为方法返回值 return a,一种是通过 Blackhole 的 consume 来避免 JIT 的优化消除。
  其他陷阱还有常量折叠与常量传播、永远不要在测试中写循环、使用 Fork 隔离多个测试方法、方法内联、伪共享与缓存行、分支预测、多线程测试等,感兴趣的可以阅读 https://github.com/lexburner/JMH-samples 了解全部的陷阱。
  JMH 插件
  大家还可以通过 IDEA 安装 JMH 插件使 JMH 更容易实现基准测试,在 IDEA 中点击 File->Settings...->Plugins,然后搜索 jmh,选择安装 JMH plugin:
  JMH plugin
  这个插件可以让我们能够以 JUnit 相同的方式使用 JMH,主要功能如下:
  自动生成带有 @Benchmark 的方法
  像 JUnit 一样,运行单独的 Benchmark 方法
  运行类中所有的 Benchmark 方法
  比如可以通过右键点击 Generate...,选择操作 Generate JMH benchmark 就可以生成一个带有 @Benchmark 的方法。
  还有将光标移动到方法声明并调用 Run 操作就运行一个单独的 Benchmark 方法。
  将光标移到类名所在行,右键点击 Run 运行,该类下的所有被 @Benchmark 注解的方法都会被执行。
  JMH 可视化
  除此以外,如果你想将测试结果以图表的形式可视化,可以试下这些网站:
  JMH Visual Chart:http://deepoove.com/jmh-visual-chart/
  JMH Visualizer:https://jmh.morethan.io/
  比如将上面测试例子结果的 json 文件导入,就可以实现可视化:
  总结
  本文主要介绍了性能基准测试工具 JMH,它可以通过一些功能来规避由 JVM 中的 JIT 或者其他优化对性能测试造成的影响。
  只需要将待测的业务逻辑用 @Benchmark 注解标识,就可以让 JMH 的注解处理器自动生成真正的性能测试代码,以及相应的性能测试配置文件。
  最好的关系就是互相成就,大家的在看、转发、留言三连就是我创作的最大动力。

      本文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8017),我们将立即处理
《2023软件测试行业现状调查报告》独家发布~

关注51Testing

联系我们

快捷面板 站点地图 联系我们 广告服务 关于我们 站长统计 发展历程

法律顾问:上海兰迪律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2024
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪ICP备05003035号

沪公网安备 31010102002173号