如何在 Java 中编写正确的微基准测试？

Java 基准测试的重要内容包括：

• 首先通过多次运行代码来预热 JIT，然后再对其进行计时
• 确保运行它足够长的时间，以便能够在几秒钟或（更好）几十秒内测量结果
• 虽然你不能在迭代之间调用，但最好在测试之间运行它，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，与其说是保证，不如说是暗示，但根据我的经验，它很可能真的会垃圾回收。System.gc()gc()
• 我喜欢显示迭代和时间，以及可以缩放的时间/迭代分数，以便“最佳”算法获得 1.0 的分数，而其他算法则以相对方式得分。这意味着您可以在很长一段时间内运行所有算法，改变迭代次数和时间，但仍能获得可比较的结果。

我只是在写一篇关于.NET基准测试框架设计的博客。我之前有几篇文章，也许能给你一些想法——当然，不是所有的东西都合适，但其中一些可能是合适的。

在 Java 中编写微基准测试可能存在许多陷阱。

首先：你必须计算各种事件，这些事件或多或少是随机的：垃圾回收、缓存效果（文件的操作系统和内存的 CPU）、IO 等。

第二：你不能相信在很短的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。

我的建议是：让你的基准测试运行几秒钟，这比几毫秒的运行时间更可靠。预热 JVM（意味着至少运行一次基准测试而不测量 JVM 是否可以运行优化）。并多次运行基准测试（可能 5 次）并取中值。在新的 JVM 实例中运行每个微基准测试（调用每个基准测试的新 Java），否则 JVM 的优化效果会影响以后运行的测试。不要执行预热阶段未执行的内容（因为这可能会触发类加载和重新编译）。

如果您尝试比较两种算法，请对每种算法至少执行两个基准测试，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();

我发现在不同通道中同一算法的运行时存在一些明显的差异（有时为 5-10%）。

此外，请确保 n 非常大，以便每个循环的运行时间至少为 10 秒左右。迭代次数越多，基准测试时间中的重要数字就越多，数据就越可靠。

确保以某种方式使用在基准代码中计算的结果。否则，您的代码可能会被优化。

基准测试应该测量时间/迭代还是迭代/时间，为什么？

这取决于您要测试的内容。

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。

Java HotSpot 创建者关于编写微基准测试的提示：

规则0：阅读有关 JVM 和微基准测试的知名论文。Brian Goetz，2005 年就是一个很好的例子。不要对微基准抱有过高的期望;它们只测量有限范围的 JVM 性能特征。

规则1：始终包含一个预热阶段，该阶段将测试内核贯穿始终，足以在计时阶段之前触发所有初始化和编译。（在预热阶段，迭代次数越少。经验法则是数以万计的内部循环迭代。

规则2：始终使用 、 等运行，以便您可以验证编译器和 JVM 的其他部分在计时阶段没有执行意外工作。-XX:+PrintCompilation-verbose:gc

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

规则3：请注意 和 、 OSR 和常规编译之间的区别。该标志报告带有 at 符号的 OSR 编译，以表示非初始入口点，例如：。如果您追求最佳性能，请选择服务器而不是客户端，以及常规而不是 OSR。-client-server-XX:+PrintCompilationTrouble$1::run @ 2 (41 bytes)

规则4：请注意初始化效果。不要在计时阶段首次打印，因为打印会加载和初始化类。不要在预热阶段（或最终报告阶段）之外加载新类，除非您专门测试类加载（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：请注意取消优化和重新编译的影响。不要在计时阶段首次采用任何代码路径，因为编译器可能会基于先前的乐观假设（该路径根本不会被使用）丢弃并重新编译代码。规则 2 是抵御此类影响的第一道防线。

规则6：使用适当的工具来读懂编译器的思维，并期望对它生成的代码感到惊讶。在形成关于什么使某些东西更快或更慢的理论之前，请自己检查代码。

规则7：减少测量中的噪声。在安静的机器上运行基准测试，并运行几次，丢弃异常值。用于将编译器与应用程序一起序列化，并考虑设置以防止编译器与自身并行运行。尽量减少 GC 开销，设置（足够大）等于并使用 UseEpsilonGC（如果可用）。-Xbatch-XX:CICompilerCount=1XmxXms

规则8：为您的基准测试使用一个库，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 出色的 UCSD Java 基准测试。

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

我知道这个问题已经被标记为已回答，但我想提一下两个帮助我们编写微基准测试的库

来自谷歌的卡尺

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 JVM 上的基准测试陷阱
2. 使用 JMH 进行 Java 微基准测试
3. JMH简介

还应该注意的是，在比较不同的实现时，分析微基准的结果可能也很重要。因此，应进行显著性检验。

这是因为在基准测试的大多数运行过程中，实现可能比实现更快。但也可能具有更高的价差，因此与 相比，测量的性能优势将没有任何意义。ABAAB

因此，正确编写和运行微基准测试也很重要，但也要正确分析它。

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 是一个 Java 工具，用于构建、运行和分析用 Java 和其他语言编写的针对 JVM 的纳米/微观/宏观基准测试。

样本测试评论中埋藏着非常有趣的信息。

另请参阅：

• 避免 JVM 上的基准测试陷阱
• 讨论jmh的主要优势。

除了其他很好的建议之外，我还要注意以下几点：

对于某些 CPU（例如配备 TurboBoost 的 Intel Core i5 系列），温度（和当前使用的内核数量及其利用率）会影响时钟速度。由于 CPU 是动态计时的，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）高于使用所有内核的应用程序。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，温度和波动也会影响 Turbo 频率的维持时间。

也许您可以直接控制的一个更重要的方面：确保您测量的是正确的东西！例如，如果您要对特定代码位进行基准测试，请将对赋值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：System.nanoTime()

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

问题是当代码完成时，您不会立即获得结束时间。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");