如何用Java编写正确的微基准？

您如何用Java编写（并运行）正确的微基准测试？

我正在寻找一些代码示例和注释，以说明要考虑的各种问题。

示例：基准测试应测量时间/迭代或迭代/时间，为什么？

相关：秒表基准测试是否可以接受？

有关从Java HotSpot的创建者编写微基准测试的提示：

规则0：阅读有关JVM和微基准测试的著名论文。好的人是布莱恩·格茨（Brian Goetz），2005年。不要对微观基准期望太高；它们仅测量有限范围的JVM性能特征。

规则1：始终包括一个预热阶段，该阶段一直运行您的测试内核，足以在计时阶段之前触发所有初始化和编译。（在预热阶段可以进行较少的迭代。经验法则是数以万计的内循环迭代。）

规则2：始终与-XX:+PrintCompilation，-verbose:gc等一起运行，因此您可以验证在计时阶段，编译器和JVM的其他部分是否未进行意外工作。

规则2.1：在计时和预热阶段的开始和结束时打印消息，因此您可以验证在计时阶段没有规则2的输出。

规则3：请注意-client和-server，OSR和常规编译之间的区别。该-XX:+PrintCompilation标志报告OSR编译时带有一个符号，以表示非初始入口点，例如：Trouble$1::run @ 2 (41 bytes)。如果您追求最佳性能，则优先选择服务器而不是客户端，并经常选择OSR。

规则4：注意初始化效果。在计时阶段不要第一次打印，因为打印会加载并初始化类。不要在预热阶段（或最终报告阶段）之外加载新的类，除非您正在专门测试类的加载（在这种情况下，仅加载测试类）。规则2是抵御此类影响的第一道防线。

规则5：注意优化和重新编译的影响。在时序阶段不要第一次采用任何代码路径，因为基于较早的乐观假设，即根本不会使用该路径，编译器可能会垃圾并重新编译代码。规则2是抵御此类影响的第一道防线。

规则6：使用适当的工具来阅读编译器的思想，并期望对其生成的代码感到惊讶。在形成有关使事物变快或变慢的理论之前，请自己检查代码。

规则7：减少测量中的噪音。在安静的计算机上运行基准测试，然后运行几次，丢弃异常值。用于-Xbatch将编译器与应用程序序列化，并考虑进行设置-XX:CICompilerCount=1以防止编译器与其自身并行运行。尽最大努力减少GC开销，将其设置Xmx（足够大）等于Xms并使用（UseEpsilonGC如果可用）。

规则8：将库用于您的基准测试，因为它可能更有效，并且已经为此目的进行了调试。例如JMH，Caliper或Bill和Paul的Java优秀UCSD基准。

我知道这个问题已被标记为已回答，但我想提两个可以帮助我们编写微基准测试的库

Google的游标卡尺

入门教程

1. http://codingjunkie.net/micro-benchmarking-with-caliper/
2. http://vertexlabs.co.uk/blog/caliper

来自OpenJDK的JMH

入门教程

1. 避免在JVM上进行基准测试陷阱
2. http://nitschinger.at/Using-JMH-for-Java-Microbenchmarking
3. http://java-performance.info/jmh/

Java基准测试的重要事项是：

• 先热身JIT通过运行代码几次定时之前它
• 确保运行足够长的时间，以便能够在几秒钟或更好的几十秒内测量结果
• 虽然您不能System.gc()在迭代之间调用，但是在测试之间运行它是一个好主意，这样每个测试都有望获得一个“干净的”内存空间来使用。（是的，gc()更多的是提示而不是保证，但是根据我的经验，它很有可能真的会造成垃圾回收。）
• 我喜欢显示迭代次数和时间，以及可以缩放的时间/迭代得分，以使“最佳”算法获得1.0得分，而其他算法则以相对方式得分。这意味着您可以长时间运行所有算法，同时改变迭代次数和时间，但仍可获得可比的结果。

我只是在撰写有关.NET中基准测试框架设计的博客。我有一对夫妇的较早的帖子这或许可以给你一些想法-而不是一切都将是合适的，当然，但它的一些可能。

jmh是OpenJDK的最新成员，由Oracle的一些性能工程师编写。当然值得一看。

jmh是一种Java工具，用于构建，运行和分析以Java和其他针对JVM的语言编写的nano / micro / macro基准测试。

样本测试注释中隐藏了非常有趣的信息。

也可以看看：

• 避免在JVM上进行基准测试陷阱
• 讨论jmh的主要优点。

基准测试应该测量时间/迭代次数还是迭代/时间，为什么？

这要看是什么你想测试。

如果您对延迟感兴趣，请使用时间/迭代，如果您对吞吐量感兴趣，请使用迭代/时间。

如果要比较两种算法，请为每种算法至少执行两个基准测试，以交替顺序。即：

for(i=1..n)
  alg1();
for(i=1..n)
  alg2();
for(i=1..n)
  alg2();
for(i=1..n)
  alg1();

我发现相同算法在不同遍中的运行时有一些明显的差异（有时为5-10％）。

另外，请确保n非常大，以便每个循环的运行时间至少在10秒左右。迭代次数越多，基准时间中的数字就越大，数据越可靠。

确保以某种方式使用在基准代码中计算的结果。否则，您的代码可以被优化掉。

用Java编写微基准有很多可能的陷阱。

首先：您必须计算各种事件，这些事件或多或少地需要时间，这些事件包括：垃圾回收，缓存效果（文件用于OS，内存用于CPU），IO等。

第二：您不能相信很短的时间间隔内测量时间的准确性。

第三：JVM在执行时优化您的代码。因此，在同一个JVM实例中的不同运行将变得越来越快。

我的建议：使基准测试运行几秒钟，这比运行时间（毫秒）要可靠。预热JVM（这意味着至少要运行一次基准测试而不进行测量，JVM才能运行优化）。并多次运行基准测试（可能是5次），并取中值。在新的JVM实例中运行每个微基准测试（调用每个基准测试新Java），否则JVM的优化效果会影响以后运行的测试。不要执行在预热阶段未执行的事情（因为这可能会触发类加载和重新编译）。

还应注意，比较不同的实现时，分析微型基准测试的结果也可能很重要。因此，应该进行显着性检验。

这是因为A在基准测试的大多数运行过程中，实施可能比实施要快B。但是A可能还会有更高的价差，因此与相比，衡量的性能优势A将没有任何意义B。

因此，正确编写和运行微基准测试以及正确分析它也很重要。

除了其他出色的建议，我还请注意以下几点：

对于某些CPU（例如，具有TurboBoost的Intel Core i5系列），温度（当前使用的内核数量以及利用率）会影响时钟速度。由于CPU是动态时钟的，因此这可能会影响您的结果。例如，如果您有一个单线程应用程序，则最大时钟速度（使用TurboBoost）要高于使用所有内核的应用程序的时钟速度。因此，这可能会干扰某些系统上单线程和多线程性能的比较。请记住，温度和挥发度也会影响Turbo频率的维持时间。

您可能直接控制着一个更根本的重要方面：确保您正在衡量正确的事情！例如，如果您正在使用System.nanoTime()基准测试特定的代码，请将对调用的调用放在有意义的位置，以避免测量您不感兴趣的内容。例如，不要执行以下操作：

long startTime = System.nanoTime();
//code here...
System.out.println("Code took "+(System.nanoTime()-startTime)+"nano seconds");

问题是代码完成后您没有立即获得结束时间。相反，请尝试以下操作：

final long endTime, startTime = System.nanoTime();
//code here...
endTime = System.nanoTime();
System.out.println("Code took "+(endTime-startTime)+"nano seconds");

http://opt.sourceforge.net/ Java Micro Benchmark-确定不同平台上计算机系统的比较性能特征所需的控制任务。可用于指导优化决策并比较不同的Java实现。