這裏有幾個問題是平行的,因爲它是。
第一個問題是,並行解決問題始終涉及比順序執行更多的實際工作。開銷涉及在多個線程之間分割工作並加入或合併結果。像將短字符串轉換爲小寫字母這樣的問題足夠小,以至於它們有可能被平行分割開銷所淹沒。
第二個問題是基準測試Java程序非常微妙,並且很容易得出令人困惑的結果。兩個常見問題是JIT編譯和死代碼消除。短基準通常在JIT編譯之前或期間完成,因此它們不會測量峯值吞吐量,事實上它們可能會測量JIT本身。編譯發生時有些不確定,所以它可能會導致結果變化很大。
對於小的綜合性基準測試,工作負載通常會計算被丟棄的結果。 JIT編譯器非常擅長檢測並消除不產生任何結果的代碼。在這種情況下,這可能不會發生,但如果您對其他合成工作負載進行了修改,則肯定會發生。當然,如果JIT消除了基準測試工作負載,則會使基準測試無效。
我強烈建議使用一個完善的基準測試框架,如JMH而不是手動滾動你自己的一個。 JMH有助於避免常見的基準缺陷(包括這些缺陷),並且設置和運行起來非常簡單。這裏是你的基準轉換爲使用江鈴控股:
package com.stackoverflow.questions;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
import java.util.concurrent.TimeUnit;
import org.openjdk.jmh.annotations.*;
public class SO23170832 {
@State(Scope.Benchmark)
public static class BenchmarkState {
static String[] array;
static {
array = new String[1000000];
Arrays.fill(array, "AbabagalamagA");
}
}
@GenerateMicroBenchmark
@OutputTimeUnit(TimeUnit.SECONDS)
public List<String> sequential(BenchmarkState state) {
return
Arrays.stream(state.array)
.map(x -> x.toLowerCase())
.collect(Collectors.toList());
}
@GenerateMicroBenchmark
@OutputTimeUnit(TimeUnit.SECONDS)
public List<String> parallel(BenchmarkState state) {
return
Arrays.stream(state.array)
.parallel()
.map(x -> x.toLowerCase())
.collect(Collectors.toList());
}
}
我跑這個使用下面的命令:
java -jar dist/microbenchmarks.jar ".*SO23170832.*" -wi 5 -i 5 -f 1
(該選項表明5次預熱迭代,五次基準迭代和一個分叉JVM)在其運行,JMH發出了很多冗長的消息,這些消息我都沒有。總結結果如下。
Benchmark Mode Samples Mean Mean error Units
c.s.q.SO23170832.parallel thrpt 5 4.600 5.995 ops/s
c.s.q.SO23170832.sequential thrpt 5 1.500 1.727 ops/s
注意,結果是每秒OPS,所以它看起來像並聯運行比順序運行速度的三倍左右。但我的機器只有兩個內核。嗯。每次運行的平均誤差實際上大於平均運行時間! WAT?可怕的事情正在發生。
這給我們帶來了第三個問題。仔細查看工作負載,我們可以看到它爲每個輸入分配一個新的String對象,並且它還將結果收集到一個列表中,這涉及大量的重新分配和複製。我猜想這會導致相當數量的垃圾收集。我們可以通過重新運行啓用了GC消息基準看到這一點:
java -verbose:gc -jar dist/microbenchmarks.jar ".*SO23170832.*" -wi 5 -i 5 -f 1
此給出的結果一樣:
[GC (Allocation Failure) 512K->432K(130560K), 0.0024130 secs]
[GC (Allocation Failure) 944K->520K(131072K), 0.0015740 secs]
[GC (Allocation Failure) 1544K->777K(131072K), 0.0032490 secs]
[GC (Allocation Failure) 1801K->1027K(132096K), 0.0023940 secs]
# Run progress: 0.00% complete, ETA 00:00:20
# VM invoker: /Users/src/jdk/jdk8-b132.jdk/Contents/Home/jre/bin/java
# VM options: -verbose:gc
# Fork: 1 of 1
[GC (Allocation Failure) 512K->424K(130560K), 0.0015460 secs]
[GC (Allocation Failure) 933K->552K(131072K), 0.0014050 secs]
[GC (Allocation Failure) 1576K->850K(131072K), 0.0023050 secs]
[GC (Allocation Failure) 3075K->1561K(132096K), 0.0045140 secs]
[GC (Allocation Failure) 1874K->1059K(132096K), 0.0062330 secs]
# Warmup: 5 iterations, 1 s each
# Measurement: 5 iterations, 1 s each
# Threads: 1 thread, will synchronize iterations
# Benchmark mode: Throughput, ops/time
# Benchmark: com.stackoverflow.questions.SO23170832.parallel
# Warmup Iteration 1: [GC (Allocation Failure) 7014K->5445K(132096K), 0.0184680 secs]
[GC (Allocation Failure) 7493K->6346K(135168K), 0.0068380 secs]
[GC (Allocation Failure) 10442K->8663K(135168K), 0.0155600 secs]
[GC (Allocation Failure) 12759K->11051K(139776K), 0.0148190 secs]
[GC (Allocation Failure) 18219K->15067K(140800K), 0.0241780 secs]
[GC (Allocation Failure) 22167K->19214K(145920K), 0.0208510 secs]
[GC (Allocation Failure) 29454K->25065K(147456K), 0.0333080 secs]
[GC (Allocation Failure) 35305K->30729K(153600K), 0.0376610 secs]
[GC (Allocation Failure) 46089K->39406K(154624K), 0.0406060 secs]
[GC (Allocation Failure) 54766K->48299K(164352K), 0.0550140 secs]
[GC (Allocation Failure) 71851K->62725K(165376K), 0.0612780 secs]
[GC (Allocation Failure) 86277K->74864K(184320K), 0.0649210 secs]
[GC (Allocation Failure) 111216K->94203K(185856K), 0.0875710 secs]
[GC (Allocation Failure) 130555K->114932K(199680K), 0.1030540 secs]
[GC (Allocation Failure) 162548K->141952K(203264K), 0.1315720 secs]
[Full GC (Ergonomics) 141952K->59696K(159232K), 0.5150890 secs]
[GC (Allocation Failure) 105613K->85547K(184832K), 0.0738530 secs]
1.183 ops/s
注:與#
開始的行都是正常的江鈴控股輸出線。其餘的都是GC消息。這只是五次熱身迭代中的第一次,這是五次基準迭代之前的事情。在其餘的迭代期間,GC消息繼續以同樣的方式繼續。我認爲可以肯定地說,衡量的業績是由GC開銷主導的,並且不應該相信所報告的結果。
此時尚不清楚該怎麼做。這純粹是一種綜合工作量。與分配和複製相比,這顯然涉及非常少的CPU時間來完成實際工作。很難說你在這裏測量的是什麼。一種方法是提出一種不同的工作負載,在某種意義上說它更「真實」。另一種方法是在基準測試期間更改堆和GC參數以避免GC。
+1非常全面的答案和一個關於如何正確運行*和解釋*微基準的好教程! – assylias