国内高端品牌网站建设,wordpress好还是dz好,建设网站有哪几种方式,创意网名女JMH简介
JMH(Java Microbenchmark Harness)由 OpenJDK/Oracle 里面那群开发了 Java编译器的大牛们所开发#xff0c;是一个功能强大、灵活的工具#xff0c;它可以用于检测和评估Java应用程序的性能#xff0c;主要目的是测量Java应用程序的性能#xff0c;尤其是在多线程…JMH简介
JMH(Java Microbenchmark Harness)由 OpenJDK/Oracle 里面那群开发了 Java编译器的大牛们所开发是一个功能强大、灵活的工具它可以用于检测和评估Java应用程序的性能主要目的是测量Java应用程序的性能尤其是在多线程环境下的性能。它使用自动生成的测试用例来测量应用程序的性能而不是简单的测量方法的性能。
为什么说是微基准测试工具Micro Benchmark 呢 因为是使用在method 层面上精度可以精确到微秒级。 应用场景 1、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 2、对比一个函数不同实现在给定条件下的吞吐量例如 List接口有ArrayList和LinkedList实现不知道哪种实现性能更好 3、对热点函数进行进一步的优化时可以使用 JMH 对优化的效果进行定量的分析 快速使用
依赖
dependencygroupIdorg.openjdk.jmh/groupIdartifactIdjmh-core/artifactIdversion1.27/version/dependencydependencygroupIdorg.openjdk.jmh/groupIdartifactIdjmh-generator-annprocess/artifactIdversion1.27/version
/dependency编写基准测试
测试String 和 StringBuilder.append() 两种字符串拼接哪个耗时更短具体代码如下所示
import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.runner.*;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;import java.util.concurrent.TimeUnit;BenchmarkMode(Mode.Throughput)
Warmup(iterations 3)
Measurement(iterations 10, time 5, timeUnit TimeUnit.SECONDS)
Threads(8)
Fork(2)
OutputTimeUnit(TimeUnit.MILLISECONDS)
public class TestStringBenchmark {Benchmarkpublic void string() {String s ;for (int i 0; i 10; i) {s i;}}Benchmarkpublic void stringBuilder() {StringBuilder sb new StringBuilder();for (int i 0; i 10; i) {sb.append(i);}}public static void main(String[] args) throws RunnerException {Options options new OptionsBuilder().include(TestStringBenchmark.class.getSimpleName()).output(D:/benchmark.log).result(D:/jmh_result.json).resultFormat(ResultFormatType.JSON).build();new Runner(options).run();}}TestStringBenchmark
# JMH version: 1.27
# VM version: JDK 1.8.0_91, Java HotSpot(TM) 64-Bit Server VM, 25.91-b15
# VM invoker: F:\Java\jdk1.8.0_91\jre\bin\java.exe
# VM options: -Dvisualvm.id1830274449076800 -javaagent:F:\IntelliJ IDEA 2021.1.2\lib\idea_rt.jar54701:F:\IntelliJ IDEA 2021.1.2\bin -Dfile.encodingUTF-8
# JMH blackhole mode: full blackhole dont-inline hint
# Warmup: 3 iterations, 10 s each
# Measurement: 10 iterations, 5 s each
# Timeout: 10 min per iteration
# Threads: 8 threads, will synchronize iterations
# Benchmark mode: Throughput, ops/time
# Benchmark: TestStringBenchmark.string# Run progress: 0.00% complete, ETA 00:05:20
# Fork: 1 of 2
# Warmup Iteration 1: 11945.156 ops/ms
# Warmup Iteration 2: 15712.330 ops/ms
# Warmup Iteration 3: 14511.393 ops/ms
Iteration 1: 14799.601 ops/ms
Iteration 2: 14200.953 ops/ms
Iteration 3: 15198.794 ops/ms
Iteration 4: 14358.358 ops/ms
Iteration 5: 14782.530 ops/ms
Iteration 6: 14986.920 ops/ms
Iteration 7: 15457.126 ops/ms
Iteration 8: 14530.070 ops/ms
Iteration 9: 14836.293 ops/ms
Iteration 10: 14289.823 ops/ms# Run progress: 25.00% complete, ETA 00:04:12
# Fork: 2 of 2
# Warmup Iteration 1: 13425.736 ops/ms
# Warmup Iteration 2: 14322.458 ops/ms
# Warmup Iteration 3: 15806.225 ops/ms
Iteration 1: 16404.253 ops/ms
Iteration 2: 16489.533 ops/ms
Iteration 3: 15394.679 ops/ms
Iteration 4: 16249.505 ops/ms
Iteration 5: 16780.925 ops/ms
Iteration 6: 16232.516 ops/ms
Iteration 7: 15428.030 ops/ms
Iteration 8: 15868.765 ops/ms
Iteration 9: 15610.369 ops/ms
Iteration 10: 15852.798 ops/msResult TestStringBenchmark.string:15387.592 ±(99.9%) 683.453 ops/ms [Average](min, avg, max) (14200.953, 15387.592, 16780.925), stdev 787.065CI (99.9%): [14704.139, 16071.045] (assumes normal distribution)# JMH version: 1.27
# VM version: JDK 1.8.0_91, Java HotSpot(TM) 64-Bit Server VM, 25.91-b15
# VM invoker: F:\Java\jdk1.8.0_91\jre\bin\java.exe
# VM options: -Dvisualvm.id1830274449076800 -javaagent:F:\IntelliJ IDEA 2021.1.2\lib\idea_rt.jar54701:F:\IntelliJ IDEA 2021.1.2\bin -Dfile.encodingUTF-8
# JMH blackhole mode: full blackhole dont-inline hint
# Warmup: 3 iterations, 10 s each
# Measurement: 10 iterations, 5 s each
# Timeout: 10 min per iteration
# Threads: 8 threads, will synchronize iterations
# Benchmark mode: Throughput, ops/time
# Benchmark: TestStringBenchmark.stringBuilder# Run progress: 50.00% complete, ETA 00:02:47
# Fork: 1 of 2
# Warmup Iteration 1: 92947.764 ops/ms
# Warmup Iteration 2: 44994.076 ops/ms
# Warmup Iteration 3: 44235.632 ops/ms
Iteration 1: 34708.010 ops/ms
Iteration 2: 33766.341 ops/ms
Iteration 3: 28813.465 ops/ms
Iteration 4: 30891.785 ops/ms
Iteration 5: 38159.050 ops/ms
Iteration 6: 38445.872 ops/ms
Iteration 7: 40228.793 ops/ms
Iteration 8: 43060.997 ops/ms
Iteration 9: 40186.636 ops/ms
Iteration 10: 42147.155 ops/ms# Run progress: 75.00% complete, ETA 00:01:23
# Fork: 2 of 2
# Warmup Iteration 1: 84987.092 ops/ms
# Warmup Iteration 2: 43920.167 ops/ms
# Warmup Iteration 3: 48326.564 ops/ms
Iteration 1: 44952.072 ops/ms
Iteration 2: 46982.241 ops/ms
Iteration 3: 41305.765 ops/ms
Iteration 4: 44203.234 ops/ms
Iteration 5: 47615.004 ops/ms
Iteration 6: 45715.135 ops/ms
Iteration 7: 47256.792 ops/ms
Iteration 8: 45201.375 ops/ms
Iteration 9: 47769.656 ops/ms
Iteration 10: 48446.133 ops/msResult TestStringBenchmark.stringBuilder:41492.776 ±(99.9%) 5059.358 ops/ms [Average](min, avg, max) (28813.465, 41492.776, 48446.133), stdev 5826.364CI (99.9%): [36433.418, 46552.133] (assumes normal distribution)# Run complete. Total time: 00:05:34REMEMBER: The numbers below are just data. To gain reusable insights, you need to follow up on
why the numbers are the way they are. Use profilers (see -prof, -lprof), design factorial
experiments, perform baseline and negative tests that provide experimental control, make sure
the benchmarking environment is safe on JVM/OS/HW level, ask for reviews from the domain experts.
Do not assume the numbers tell you what you want them to tell.Benchmark Mode Cnt Score Error Units
TestStringBenchmark.string thrpt 20 15387.592 ± 683.453 ops/ms
TestStringBenchmark.stringBuilder thrpt 20 41492.776 ± 5059.358 ops/msBenchmark result is saved to D:/jmh_resultProcess finished with exit code 0根据测试结果说明在拼接字符次数越多的情况下StringBuilder.append() 的性能明显更优秀。
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。 第一步 maven 里增加一个 plugin具体配置如下
pluginsplugingroupIdorg.apache.maven.plugins/groupIdartifactIdmaven-shade-plugin/artifactIdversion2.4.1/versionexecutionsexecutionphasepackage/phasegoalsgoalshade/goal/goalsconfigurationfinalNamejmh-demo/finalNametransformerstransformerimplementationorg.apache.maven.plugins.shade.resource.ManifestResourceTransformermainClassorg.openjdk.jmh.Main/mainClass/transformer/transformers/configuration/execution/executions/plugin
/plugins或执行
mvn archetype:generate \-DinteractiveModefalse \-DarchetypeGroupIdorg.openjdk.jmh \-DarchetypeArtifactIdjmh-java-benchmark-archetype \-DgroupIdorg.sample \-DartifactIdtest \-Dversion1.0第二步执行 maven 的命令生成可执行 jar 包并执行
mvn clean install
java -jar target/jmh-demo.jar TestStringBenchmark IDEA安装JMH 插件
在 IDEA 中点击 File-Settings…-Plugins
JMH插件与JUnit 有相同的使用方式主要功能如下 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 使用右键点击 Generate
JMH可视化
图形化网站 将json 文件导入就可以实现可视化。 JMH Visual Chart http://deepoove.com/jmh-visual-chart/ JMH Visualizer https://jmh.morethan.io/ 注解
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。 小结
JMH是一款强大的Java和JVM性能基准测试工具它能够准确、灵活地测量各种Java应用程序的性能并通过可视化界面帮助开发人员快速定位性能瓶颈。有了JMH开发人员就能够更加精确、有效地调优Java应用程序的性能从而提高应用程序的效率和稳定性。
参考资料
https://www.oracle.com/technical-resources/articles/java/architect-benchmarking.html https://github.com/lexburner/JMH-samples https://www.cnkirito.moe/java-jmh/ https://openjdk.org/projects/code-tools/jmh/ 人生而自由却无往不在枷锁之中。
