分析奇怪的JMH结果，通过loop / IntStream / parallel求和整数

Question

使用JMH 1.20，我有以下基准测试类来测量求和整数的性能差异：

• 传统的循环
• IntStream
• IntStream parallel

这是java类：

import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.runner.Runner;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;

import java.util.stream.IntStream;

@Fork(1)
@Warmup(iterations = 10)
@Measurement(iterations = 10)
@State(Scope.Benchmark)
public class SumBenchmark {

    @Param({"10000", "100000", "1000000", "10000000"})
    private int n;

    @Benchmark
    public int sumForLoop() {
        int sum = 0;
        for (int i = 0; i < n; i++) {
            sum += i;
        }
        return sum;
    }

    @Benchmark
    public int sumIntStream() {
        return IntStream.range(0, n).sum();
    }

    @Benchmark
    public int sumIntStreamParallel() {
        return IntStream.range(0, n).parallel().sum();
    }

    public static void main(String[] args) throws Exception {
        Options options = new OptionsBuilder()
                .include(SumBenchmark.class.getName())
                .build();
        new Runner(options).run();
    }
}

这是在JDK 1.8.0_131，macOS 10.13.3,2.4 GHz Intel Core 2 Duo上运行后的结果（重新安排了可读性）：

Benchmark                               (n)   Mode  Cnt       Score      Error  Units

SumBenchmark.sumForLoop               10000  thrpt   10  160635.169 ± 9716.597  ops/s
SumBenchmark.sumIntStream             10000  thrpt   10   23270.515 ±  388.520  ops/s
SumBenchmark.sumIntStreamParallel     10000  thrpt   10   64018.729 ± 3424.532  ops/s

SumBenchmark.sumForLoop              100000  thrpt   10   17314.287 ±  238.582  ops/s
SumBenchmark.sumIntStream            100000  thrpt   10    1035.085 ±   16.062  ops/s
SumBenchmark.sumIntStreamParallel    100000  thrpt   10   24411.996 ±  255.924  ops/s

SumBenchmark.sumForLoop             1000000  thrpt   10    1846.943 ±   60.891  ops/s
SumBenchmark.sumIntStream           1000000  thrpt   10     104.376 ±    3.396  ops/s
SumBenchmark.sumIntStreamParallel   1000000  thrpt   10     323.331 ±  691.844  ops/s

SumBenchmark.sumForLoop            10000000  thrpt   10     184.656 ±    6.381  ops/s
SumBenchmark.sumIntStream          10000000  thrpt   10     189.411 ±    3.718  ops/s
SumBenchmark.sumIntStreamParallel  10000000  thrpt   10      18.006 ±    0.503  ops/s

我对此有一些疑问：

• sumForLoop为什么sumIntStream比n <= 1000000快sumIntStreamParallel？
• n == 10000000时，为什么 @FXML private Button btnLogOut; @FXML private Label lblStatus; @FXML private void btnLogOut_Click() throws InterruptedException { lblStatus.setText("Logging out.."); // Doesn't work..? Thread.sleep(1000); System.exit(0); } 这么慢？
• 最重要的是，您是否可以提供有关如何自行分析以充分了解输出的信息或资源？

感谢。