使用 jmh 对 java 函数进行性能基准测试：安装 maven 依赖项：org.openjdk.jmh:jmh-core创建基准测试类并使用 @benchmark 注解标记要基准测试的方法使用 mvn verify -dtest= 运行基准测试分析 jmh 生成的报告，了解方法执行时间和指标
如何使用 JMH 对 Java 函数进行性能基准测试以评估执行效率
性能基准测试对于优化应用程序性能至关重要。Java Microbenchmark 套件 (JMH) 是一个出色的框架，用于对 Java 方法进行精确而可靠的基准测试。
安装 JMH
立即学习“Java免费学习笔记（深入）”；
在 Maven 项目中，添加以下依赖项：
<dependency>
<groupId>org.openjdk.jmh</groupId>
<artifactId>jmh-core</artifactId>
<version>1.35.0</version>
<scope>test</scope>
</dependency>创建一个基准测试类
创建一个 Java 类并使用 @Benchmark 注解标记要基准测试的方法：
import org.openjdk.jmh.annotations.*;
@State(Scope.Thread)
public class FibonacciBenchmark {
@Benchmark
public long recursiveFibonacci(int n) {
if (n <= 1) {
return n;
}
return recursiveFibonacci(n - 1) + recursiveFibonacci(n - 2);
}
@Benchmark
public long iterativeFibonacci(int n) {
if (n <= 1) {
return n;
}
long f0 = 0, f1 = 1, result;
for (int i = 2; i <= n; ++i) {
result = f0 + f1;
f0 = f1;
f1 = result;
}
return f1;
}
}运行基准测试
在命令行中运行该类：
mvn verify -Dtest=FibonacciBenchmark
分析结果
JMH 将生成一个报告，其中包含有关方法执行时间和其他指标的详细统计信息。这些信息可用于比较不同方法的效率并确定性能瓶颈。
实战案例：递归与迭代斐波那契
考虑上面定义的两个斐波那契实现：recursiveFibonacci() 和 iterativeFibonacci()。以下结果显示了使用 JMH 进行性能基准测试的结果：
# JMH version: 1.35 # VM version: JDK 17.0.5, macOS 12.4.0 x86_64 # Benchmarks: 2; Iterations: 5; Warmup: 5; Fork: 1 # Benchmark (ns) Mode CpMn Cp/Op Median Avg Min Max Err % (ns) # recursiveFibonacci avgt 4.574k 319.9k 384.9k 388.0k 358.0k 440.0k 1.922% 17.25 # iterativeFibonacci avgt 0.780k 54.69k 75.94k 82.27k 72.75k 99.79k 3.602% 3.023
正如结果所示，对于较小的输入值，递归实现的执行时间与迭代实现相当。然而，对于较大的输入值，迭代实现的效率显着提高，因为递归实现需要进行大量的递归调用，这会消耗大量时间和内存。
通过使用 JMH 进行性能基准测试，我们可以确定迭代斐波那契算法对于计算较大的斐波那契数更有效率，从而指导我们的优化决策。
