内在函数和内联对Lambda性能的影响？

Question

我已经使用了这个基准测试java8-lambda-performance-test,在运行它时我做了以下几点:

1.Disabled内在用法

2.Disabled Inlining

3.Disabled编译模式

我发现禁用两个第一次优化对结果没有影响.

这很奇怪,而且当运行基准和打印内在时,我没有找到任何对内在的调用 compiledLambdaForm

由于数学内在函数大量使用_min,_pow ...我期待禁用内在函数会降低性能

Answer 1

您没有注意到预期的性能影响的原因是基准测试编写得不好。\n我使用JMH
重写了基准测试，事情终于变得正确了。

\n\n

package lambdademo;\n\nimport org.openjdk.jmh.annotations.*;\n\nimport java.util.List;\n\n@State(Scope.Benchmark)\npublic class LambdaBenchmark {\n    @Param("100")\n    private static int loopCount;\n\n    private static double identity(double val) {\n        double result = 0;\n        for (int i=0; i < loopCount; i++) {\n            result += Math.sqrt(Math.abs(Math.pow(val, 2)));    \n        }\n        return result / loopCount;\n    }\n\n    private List<EmployeeRec> employeeList = new EmployeeFile().loadEmployeeList();\n\n    @Benchmark\n    public double streamAverage() {\n        return streamAverageNoInline();\n    }\n\n    @Benchmark\n    @Fork(jvmArgs = "-XX:-Inline")\n    public double streamAverageNoInline() {\n        return employeeList.stream()\n                .filter(s -> s.getGender().equals("M"))\n                .mapToDouble(s -> s.getAge())\n                .average()\n                .getAsDouble();\n    }\n\n    @Benchmark\n    public double streamMath() {\n        return streamMathNoIntrinsic();\n    }\n\n    @Benchmark\n    @Fork(jvmArgs = {"-XX:+UnlockDiagnosticVMOptions", "-XX:DisableIntrinsic=_dpow,_dabs,_dsqrt"})\n    public double streamMathNoIntrinsic() {\n        return employeeList.stream()\n                .filter(s -> s.getGender().equals("M"))\n                .mapToDouble(s -> identity(s.getAge()))\n                .average()\n                .getAsDouble();\n    }\n}\n

\n\n

结果如下：

\n\n

Benchmark                              Mode  Cnt     Score    Error  Units\nLambdaBenchmark.streamAverage          avgt    5    71,490 \xc2\xb1  0,770  ms/op\nLambdaBenchmark.streamAverageNoInline  avgt    5   122,740 \xc2\xb1  0,576  ms/op\nLambdaBenchmark.streamMath             avgt    5    92,672 \xc2\xb1  1,538  ms/op\nLambdaBenchmark.streamMathNoIntrinsic  avgt    5  5747,007 \xc2\xb1 20,387  ms/op\n

\n\n

正如预期的那样，基准测试的-XX:-Inline工作时间延长了 70%，而禁用数学内在函数的版本似乎慢了 60 倍！

\n