我有以下代码
public class BenchMark {
public static void main(String args[]) {
doLinear();
doLinear();
doLinear();
doLinear();
}
private static void doParallel() {
IntStream range = IntStream.range(1, 6).parallel();
long startTime = System.nanoTime();
int reduce = range
.reduce((a, item) -> a * item).getAsInt();
long endTime = System.nanoTime();
System.out.println("parallel: " +reduce + " -- Time: " + (endTime - startTime));
}
private static void doLinear() {
IntStream range = IntStream.range(1, 6);
long startTime = System.nanoTime();
int reduce = range
.reduce((a, item) -> a * item).getAsInt();
long endTime = System.nanoTime();
System.out.println("linear: " +reduce + " -- Time: " + (endTime - startTime));
}
}
我试图对流进行基准测试但是在执行时间不断减少时,一次又一次地调用相同的函数
输出
linear: 120 -- Time: 57008226
linear: 120 -- Time: 23202
linear: 120 -- Time: 17192
linear: 120 -- Time: 17802
Process finished with exit code 0
第一次和第二次执行时间之间存在巨大差异。
我确定JVM可能会在幕后做一些技巧,但任何人都可以帮我理解那里真正发生的事情吗?
无论如何都要避免这种优化,以便我可以确定真正的执行时间吗?
答案 0 :(得分:3)
更新:请参阅@ Marko的答案,以解释由于lambda链接引起的初始延迟。
第一次通话的执行时间较长可能是JIT effect的结果。简而言之,在第一次调用方法时,JIT将字节代码编译为本机机器代码。然后,JVM通过识别频繁调用的(热)方法尝试进一步优化,并重新生成其代码以获得更高的性能。
无论如何都要避免这种优化,以便我可以确定真正的执行时间吗?
您当然可以通过排除前几个结果来解释JVM初始预热。然后在数万次迭代循环中增加对方法的重复调用次数,并对结果取平均值。