我们需要使用jmh进行微基准测试，因为传统方法易受jvm优化影响导致结果不准确。1. jmh通过预热、多次迭代等机制规避偏差；2. 提供注解如@benchmark、@setup精细控制测试；3. 使用blackhole防止死代码消除；4. 支持多jvm进程隔离测试干扰；5. 提供参数化测试、状态共享等高级功能；6. 结果包含平均时间、误差范围等指标便于分析。
JMH (Java Microbenchmark Harness) 的作用是帮助开发者编写可靠的微基准测试，从而精确测量Java代码的性能。它解决了传统基准测试中常见的偏差问题，比如JVM预热、代码优化等，为性能优化提供可信的数据支撑。
JMH 是进行精确 Java 性能测试的利器。
为什么我们需要使用 JMH 进行微基准测试？
传统的性能测试方法，比如简单地循环执行代码片段并计算耗时，往往会受到JVM的各种优化措施的影响，导致结果不准确。例如，JIT编译器会根据代码的执行频率进行优化，使得后续的测试结果与首次执行的结果大相径庭。此外，垃圾回收、线程调度等因素也会对测试结果产生干扰。JMH通过一系列精巧的设计，比如预热、多次迭代、防止死代码消除等，有效地规避了这些问题，提供更可靠的性能数据。它就像一个专业的实验室，严格控制各种变量，确保测试结果的准确性。
立即学习“Java免费学习笔记（深入）”；
如何使用 JMH 编写一个简单的基准测试？
首先，你需要添加 JMH 的依赖到你的项目中（Maven 或 Gradle）。然后，创建一个类，并使用 JMH 提供的注解来标记你的测试方法。例如，@Benchmark 注解用于标记需要进行基准测试的方法，@State 注解用于定义测试状态，@Setup 和 @TearDown 注解用于在测试前后执行初始化和清理操作。一个简单的例子如下：
import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.infra.Blackhole;
import org.openjdk.jmh.runner.Runner;
import org.openjdk.jmh.runner.RunnerException;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;
import java.util.Random;
import java.util.concurrent.TimeUnit;
@State(Scope.Thread)
public class MyBenchmark {
private int[] data;
@Setup(Level.Trial)
public void setup() {
data = new Random().ints(1000).toArray();
}
@Benchmark
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
public void testMethod(Blackhole blackhole) {
int sum = 0;
for (int value : data) {
sum += value;
}
blackhole.consume(sum); // 防止死代码消除
}
public static void main(String[] args) throws RunnerException {
Options opt = new OptionsBuilder()
.include(MyBenchmark.class.getSimpleName())
.forks(1)
.warmupIterations(5)
.measurementIterations(5)
.build();
new Runner(opt).run();
}
}这个例子展示了如何使用 @Benchmark 标记测试方法，使用 @Setup 进行初始化，并使用 Blackhole 防止死代码消除。main 方法用于配置和运行 JMH 测试。
JMH 中常见的注解及其作用是什么？
JMH 提供了丰富的注解，用于控制基准测试的行为。一些常见的注解包括：
-
@Benchmark: 标记一个方法为基准测试方法。 -
@State: 定义测试状态，可以指定状态的作用域（Thread, Group, Benchmark）。 -
@Setup: 在基准测试方法执行之前执行，用于初始化测试数据。可以指定执行级别（Trial, Iteration, Invocation）。 -
@TearDown: 在基准测试方法执行之后执行，用于清理测试数据。同样可以指定执行级别。 -
@BenchmarkMode: 指定基准测试的模式，比如AverageTime（平均执行时间）、Throughput（吞吐量）、SampleTime（采样时间）等。 -
@OutputTimeUnit: 指定输出结果的时间单位。 -
@Fork: 指定 JVM 进程的数量，用于隔离不同测试之间的影响。 -
@Warmup: 指定预热迭代的次数，让 JVM 充分优化代码。 -
@Measurement: 指定测量迭代的次数，用于收集性能数据。
这些注解允许你精细地控制基准测试的各个方面，从而获得更准确和可靠的性能数据。
如何解读 JMH 的测试结果？
JMH 的测试结果通常包含多个指标，比如平均执行时间、吞吐量、误差范围等。解读这些结果需要一定的经验。首先，关注平均执行时间或吞吐量，这是衡量性能的主要指标。其次，关注误差范围（通常以 ± 符号表示），它表示测试结果的置信区间。如果两个测试结果的误差范围有重叠，则说明它们的性能差异可能不显著。此外，还需要注意测试结果的单位，比如纳秒、微秒、毫秒等。最后，结合具体的业务场景和性能需求，综合分析测试结果，才能得出有意义的结论。例如，如果一个方法的平均执行时间是 100 纳秒 ± 10 纳秒，而另一个方法的平均执行时间是 110 纳秒 ± 5 纳秒，那么可以认为这两个方法的性能差异不大。但如果第一个方法的平均执行时间是 100 纳秒 ± 1 纳秒，而第二个方法的平均执行时间是 110 纳秒 ± 1 纳秒，那么可以认为第二个方法的性能略差。
JMH 如何防止常见的基准测试陷阱？
JMH 通过多种机制来防止常见的基准测试陷阱。
- 预热（Warmup）: 通过多次迭代，让 JVM 充分优化代码，避免冷启动的影响。
-
死代码消除（Dead Code Elimination）: 通过
Blackhole对象，强制使用测试结果，防止 JIT 编译器优化掉无用的代码。 - 常量折叠（Constant Folding）: 通过动态生成测试数据，避免 JIT 编译器将常量计算提前到编译期。
- 循环展开（Loop Unrolling）: 通过调整循环次数，避免 JIT 编译器过度优化循环。
- 多 JVM 进程（Fork）: 通过创建多个 JVM 进程，隔离不同测试之间的影响，避免相互干扰。
这些机制使得 JMH 能够提供更可靠和准确的性能数据，帮助开发者做出明智的性能优化决策。
除了基本用法，JMH 还有哪些高级特性？
JMH 提供了许多高级特性，可以满足更复杂的性能测试需求。
-
参数化测试（Parametric Tests）: 可以使用
@Param注解来定义测试参数，JMH 会自动为每个参数值运行一次测试。 -
状态共享（State Sharing）: 可以使用
@State注解来定义测试状态，并在多个测试方法之间共享状态。 - 事件监听器（Event Listeners）: 可以自定义事件监听器，在测试的不同阶段执行自定义逻辑，比如记录日志、收集统计数据等。
-
分析器（Profilers）: 可以使用 JMH 集成的分析器，比如
perfasm、jfr等，来分析代码的性能瓶颈。 - 自定义结果处理器（Result Processors）: 可以自定义结果处理器，对测试结果进行后处理，比如生成报告、绘制图表等。
这些高级特性使得 JMH 能够应对各种复杂的性能测试场景，帮助开发者深入了解代码的性能特征。
