1. 程式人生 > >Java Stream API效能測試

Java Stream API效能測試

已經對Stream API的用法鼓吹夠多了,用起簡潔直觀,但效能到底怎麼樣呢?會不會有很高的效能損失?本節我們對Stream API的效能一探究竟。

為保證測試結果真實可信,我們將JVM執行在-server模式下,測試資料在GB量級,測試機器採用常見的商用伺服器,配置如下:

OSCentOS 6.7 x86_64
CPUIntel Xeon X5675, 12M Cache 3.06 GHz, 6 Cores 12 Threads
記憶體96GB
JDKjava version 1.8.0_91, Java HotSpot(TM) 64-Bit Server VM

測試方法和測試資料

效能測試並不是容易的事,Java效能測試更費勁,因為虛擬機器對效能的影響很大,JVM對效能的影響有兩方面:

  1. GC的影響。GC的行為是Java中很不好控制的一塊,為增加確定性,我們手動指定使用CMS收集器,並使用10GB固定大小的堆記憶體。集體到JVM引數就是-XX:+UseConcMarkSweepGC -Xms10G -Xmx10G
  2. JIT(Just-In-Time)即時編譯技術。即時編譯技術會將熱點程式碼在JVM執行的過程中編譯成原生代碼,測試時我們會先對程式預熱,觸發對測試函式的即時編譯。相關的JVM引數是-XX:CompileThreshold=10000

Stream並行執行時用到ForkJoinPool.commonPool()得到的執行緒池,為控制並行度我們使用Linux的taskset命令指定JVM可用的核數。

測試資料由程式隨機生成。為防止一次測試帶來的抖動,測試4次求出平均時間作為執行時間。

實驗一 基本型別迭代

測試內容:找出整型陣列中的最小值。對比for迴圈外部迭代和Stream API內部迭代效能。

測試程式IntTest,測試結果如下圖:

perf_Stream_min_int

圖中展示的是for迴圈外部迭代耗時為基準的時間比值。分析如下:

  1. 對於基本型別Stream序列迭代的效能開銷明顯高於外部迭代開銷(兩倍);
  2. Stream並行迭代的效能比序列迭代和外部迭代都好。

並行迭代效能跟可利用的核數有關,上圖中的並行迭代使用了全部12個核,為考察使用核數對效能的影響,我們專門測試了不同核數下的Stream並行迭代效果:

perf_Stream_min_int_par

分析,對於基本型別:

  1. 使用Stream並行API在單核情況下效能很差,比Stream序列API的效能還差;
  2. 隨著使用核數的增加,Stream並行效果逐漸變好,比使用for迴圈外部迭代的效能還好。

以上兩個測試說明,對於基本型別的簡單迭代,Stream序列迭代效能更差,但多核情況下Stream迭代時效能較好。

實驗二 物件迭代

再來看物件的迭代效果。

測試內容:找出字串列表中最小的元素(自然順序),對比for迴圈外部迭代和Stream API內部迭代效能。

perf_Stream_min_String

結果分析如下:

  1. 對於物件型別Stream序列迭代的效能開銷仍然高於外部迭代開銷(1.5倍),但差距沒有基本型別那麼大。
  2. Stream並行迭代的效能比序列迭代和外部迭代都好。

再來單獨考察Stream並行迭代效果:

perf_Stream_min_String_par

分析,對於物件型別:

  1. 使用Stream並行API在單核情況下效能比for迴圈外部迭代差;
  2. 隨著使用核數的增加,Stream並行效果逐漸變好,多核帶來的效果明顯。

以上兩個測試說明,對於物件型別的簡單迭代,Stream序列迭代效能更差,但多核情況下Stream迭代時效能較好。

實驗三 複雜物件歸約

從實驗一、二的結果來看,Stream序列執行的效果都比外部迭代差(很多),是不是說明Stream真的不行了?先別下結論,我們再來考察一下更復雜的操作。

測試內容:給定訂單列表,統計每個使用者的總交易額。對比使用外部迭代手動實現和Stream API之間的效能。

我們將訂單簡化為<userName, price, timeStamp>構成的元組,並用Order物件來表示。測試程式ReductionTest,測試結果如下圖:

perf_Stream_reduction

分析,對於複雜的歸約操作:

  1. Stream API的效能普遍好於外部手動迭代,並行Stream效果更佳;

再來考察並行度對並行效果的影響,測試結果如下:

perf_Stream_reduction_par

分析,對於複雜的歸約操作:

  1. 使用Stream並行歸約在單核情況下效能比序列歸約以及手動歸約都要差,簡單說就是最差的;
  2. 隨著使用核數的增加,Stream並行效果逐漸變好,多核帶來的效果明顯。

以上兩個實驗說明,對於複雜的歸約操作,Stream序列歸約效果好於手動歸約,在多核情況下,並行歸約效果更佳。我們有理由相信,對於其他複雜的操作,Stream API也能表現出相似的效能表現。

結論

上述三個實驗的結果可以總結如下:

  1. 對於簡單操作,比如最簡單的遍歷,Stream序列API效能明顯差於顯示迭代,但並行的Stream API能夠發揮多核特性。
  2. 對於複雜操作,Stream序列API效能可以和手動實現的效果匹敵,在並行執行時Stream API效果遠超手動實現。

所以,如果出於效能考慮,1. 對於簡單操作推薦使用外部迭代手動實現,2. 對於複雜操作,推薦使用Stream API, 3. 在多核情況下,推薦使用並行Stream API來發揮多核優勢,4.單核情況下不建議使用並行Stream API。

如果出於程式碼簡潔性考慮,使用Stream API能夠寫出更短的程式碼。即使是從效能方面說,儘可能的使用Stream API也另外一個優勢,那就是隻要Java Stream類庫做了升級優化,程式碼不用做任何修改就能享受到升級帶來的好處。

本文連結

相關推薦

Java Stream API效能測試

已經對Stream API的用法鼓吹夠多了,用起簡潔直觀,但效能到底怎麼樣呢?會不會有很高的效能損失?本節我們對Stream API的效能一探究竟。 為保證測試結果真實可信,我們將JVM執行在-server模式下,測試資料在GB量級,測試機器採用常見的商用伺服器,配置如下: OSCentOS 6.7 x86_

java,netcore和nodejs api效能測試

一. 前言        作為有點經驗的碼農,現在退休在家帶孩子。閒來無事,想對使用過的框架(如果寫語言容易引戰,php是世界上最好的語言)做一個性能測試。   二. 背景       由於畢業後剛開始接觸的程式語言是C#, 從a

[java]Stream API——reduce

聚合操作 得到 span 用戶 red item 計算 integer 循環 聚合操作reduce T reduce(T identity, BinaryOperator accumulator) 代碼: int value = Stream.of(1, 2, 3, 4)

[java]Stream API——collect

求和 pin -s mil toc tor 最大 api system 一、R collect(Supplier supplier, BiConsumer accumulator, BiConsumer combiner) supplier:一個能創造目標類型實例的方法。

【Jmeter】api效能測試總結

1.前提概念   平時常用的效能測試:api效能測試+場景效能測試;今天就說一說api效能測試   2.如何進行效能測試?   需求:對某api進行效能測試,看看最大承受的併發數,分析下圖表   分析:   錯誤思路:當我們接到這個需求的時候,很多人不管三七二十一,先把介面寫起來,然後給

java版本-API介面測試框架搭建

基本概念:testng ,http, json, mysql, jenkins, spring 陸陸續續搭建起來的介面測試框架,使用起來並不是特別的理想,所以走上了一條迭代優化的不歸路。 所謂的框架是指,用例的組織,批量執行,測試報告,引數化配置。 測試框架應該

Java常用的效能測試工具記錄

參考工具: 1.VisualVM VisualVM是一個資源分析工具,一直從JDK 6更新到7,它預設記憶體和CPU的監視,它可以告訴你哪個類和方法消耗資源,但它不會顯示程式碼流程。  2.JProfiler JProfiler很容易安裝,並且通過嚮導,你可以選擇應用伺服器

Java和Groovy效能測試

    一直使用Java呼叫Groovy指令碼完成一些隨時可能調整修改的任務。今天測試了以下效能,還不錯。測試程式碼如下: Java程式碼: public class TestC {     static long fib(long n) {         if (n &

Java Stream API入門篇

本文github地址 你可能沒意識到Java對函數語言程式設計的重視程度,看看Java 8加入函數語言程式設計擴充多少功能就清楚了。Java 8之所以費這麼大功夫引入函數語言程式設計,原因有二: 程式碼簡潔,函數語言程式設計寫出的程式碼簡潔且意圖明確,使用stream介面讓你從此告別for迴圈。 多核友好,

Java Stream API進階篇

上一節介紹了部分Stream常見介面方法,理解起來並不困難,但Stream的用法不止於此,本節我們將仍然以Stream為例,介紹流的規約操作。 規約操作(reduction operation)又被稱作摺疊操作(fold),是通過某個連線動作將所有元素彙總成一個彙總結果的過程。元素求和、求最大值或最小值、求

Java中反射效能測試

Java反射效率到底如何,花了點時間,做了一個簡單的測試.供大家參考.測試背景:  1. 測試簡單Bean(int,Integer,String)的set方法 2. loop 1億次 3. 測試程式碼儘可能避免物件的建立,復發方法的呼叫,僅僅測試set方法的耗時測試結果:

記一次用Java Stream Api的經歷

最近有個專案需要用到推薦系統,弄了個簡單的相似度推薦演算法。 資料為: 化簡為: public class Worker { /** * 使用者編號 */ private long userId; /** * 期

TPTP(Java Profiling Tools外掛)對Java程式進行效能測試

來源:http://blog.csdn.net/wsj19890201/article/details/5492517 概述:Eclipse Test & Performance Tools Platform (TPTP) 的效能測試工具 (Profiling t

Java 8 Stream API具體解釋

介紹 lis 控制臺輸出 output 排序。 case 編程效率 func 遍歷 Java 8 Stream API具體解釋 一、Stream API介紹 Java 8引入了全新的Stream API,此Stream與Java I/O包裏的In

Java 8 : Stream API 練習

rri setname 增強 內部 new collector names pri ons //店鋪屬性類 public class Property { String name; // 距離,單位:米 Integer distance; //

Elasticsearch Java API 配置測試

int tcl 等待時間 class ket sni ted earch sample Elasticsearch1.X,2.X,5.X隨著版本的叠代,除了系統升級,Java API也做了相對較大的調整,也就是說,1.X的API在2.X以及5.X乃至未來6.X版本都不是通用

Java 8 新特性——Stream API

目錄 1. 什麼是stream  2. Stream操作三個步驟 3. 建立Stream 4. Stream 的中間操作 5. Stream 的終止操作 Stream API(java.util.stream.*)。    &n

Java 8 APIStream

Stream 使用一種類似用 SQL 語句從資料庫查詢資料的直觀方式來提供一種對 Java 集合運算和表達的高階抽象。 Stream API可以極大提高Java程式設計師的生產力,讓程式設計師寫出高效率、乾淨、簡潔的程式碼。 這種風格將要處理的元素集合看作一種流, 流在管道中傳輸, 並且可以在管

Jmeter效能測試之進階Java request的使用

在IDE中引用Jmeter的安裝目錄lib/ext中兩個檔案ApacheJMeter_core.jar和ApacheJMeter_java.jar Java request的類需要繼承AbstractJavaSamplerClient類,在繼承AbstractJavaSamplerClient類的時候,需要

Java 8 Stream API說明

Java 8增加了很多強大的功能,流(stream)就是其中之一。現在對api的使用做個說明: map 對流中的元素做轉換,目前jdk提供了mapToInt,mapToLong,mapToDouble轉換為對應的流。 Stream.of("a","b").map(String::toUpperC