點擊上方“朱小廝的博客”，選擇“設為星標”

后臺回復”1024“獲取公眾號專屬1024GB資料

來源：rrd.me/fLHvf

1.引言

分支預測是計算機科學中一個有趣的概念，它對我們的應用程序性能會產生深刻的影響。然而，這個概念通常沒有得到很好地理解，大多數開發者對此很少關注。

本文中，我們將探索分支預測的確切含義，如何對軟件產生影響，以及我們可以采取的行動。

2.什么是指令流水線？

開發計算機程序，本質上是編寫一組期望計算機順序執行的命令。

早期的計算機一次僅執行一條命令。這意味著每個命令都會加載到內存中，執行完成后再加載下一個命令。

指令流水線是一種改進。處理器會將工作分解成多個部分，對不同的部分并行執行。這樣，處理器能夠在加載下一條的同時執行一條命令。

處理器內部的指令流水線越長，不僅可以簡化還能并行執行更多的部分。這樣能夠提高系統的整體性能。

例如下面這個簡單的程序：

int a = 0; a += 1; a += 2; a += 3;

程序會按照下面的流水線處理：Fetch（提取）、Decode（解碼）、Execute（執行）、Store（存儲）：

這里可以看到四個命令如何并行處理，整體執行速度更快。

3.有什么危害？

處理器執行某些命令時會導致流水線問題。流水線中部分指令執行時依賴于之前的指令，但是前面的指令可能還沒有執行。

分支是一種危險。分支會挑選兩個執行方向之一執行，但只有在解析后才能確定是哪個方向。這意味著通過分支加載命令都是不安全的，因為無法知道從哪里加載命令。

修改上面的程序加入分支：

int a = 0; a += 1; if (a < 10) {a += 2; } a += 3;

運行結果與之前相同，但其中加入了 if語句。在解析前，雖然計算機能看到這些指令，但不能加載 if 后面的指令。因此，執行的順序看起來像下面這樣：

現在可以立刻看到加入分支對程序執行造成的影響，得到相同結果所需的時鐘周期。

4.什么是分支預測？

分支預測是對上面的一種改進，計算機會嘗試預測分支的執行路徑，然后采取相應的動作。

在上面的示例中，處理器會預測if（a <10）為 true，因此把 a += 2 作為下一條待執行指令。這將導致執行的順序變成這樣：

可以看到程序的性能立即得到了提升：現在只要9個時鐘周期而不是之前的11個，速度提升了19％。

但是，這樣做也并非沒有風險。如果分支預測出錯，那么將對不應該執行的指令排隊。發生這種情況時，計算機要丟棄這些指令重新開始。

修改判斷條件改為false：

int a = 0; a += 1; if (a > 10) {a += 2; } a += 3;

可能會像下面這樣執行：

現在，即使處理的指令更少，執行卻比之前慢！處理器錯誤地預測分支等于 true，把 a += 2 指令排隊。接著發現分支等于 false，必須丟棄已排隊的指令，然后重新執行。

5.對實際代碼的影響

現在我們知道分支預測的概念及優點，那么對實際代碼有什么影響？畢竟，這里討論的是在高速運行的計算機上損失幾個時鐘周期，影響肯定不會那么明顯。

有時候的確如此。但也有一些情況會對應用程序性能帶來顯著影響。很大程度上取決于進行的工作。具體來說，與在短時間內需要完成的工作有關。

5.1.統計列表條目

讓我們試著統計列表中的條目。接下來會生成一個數字列表，然后統計其中有多少個數字小于臨界值。與上面的示例類似，但是用循環取代了單個指令：

List<Long> numbers = LongStream.range(0, top).boxed().collect(Collectors.toList());if (shuffle) {Collections.shuffle(numbers); }long cutoff = top / 2; long count = 0;long start = System.currentTimeMillis(); for (Long number : numbers) {if (number < cutoff) {++count;} } long end = System.currentTimeMillis();LOG.info("Counted {}/{} {} numbers in {}ms",count, top, shuffle ? "shuffled": "sorted", end - start);

請注意，這里只對計數循環計時，因為這才我們感興趣的工作。那么需要多少時間呢？

如果生成的列表較小，那么代碼執行很快，無法統計：10萬條數據的列表執行結果為0毫秒。但是當列表足夠大時，可以看到計時結果中 shuffle 條件對結果有顯著影響。包含1000萬個數字的列表：

• Sorted – 44ms

• Shuffled – 221ms

也就是說，即使計算的數據相同，隨機（shuffled）列表用時是排序后的5倍。

但是，排序操作本身的開銷比計數要大得多。我們應該分析自己的代碼，確定是否有性能提升的空間。

5.2.分支順序

從上面的內容可以看出，if/else 語句的分支順序很重要。也就是說，下面這樣的分支安排性能會更好：

if (mostLikely) {// Do something } else if (lessLikely) {// Do something } else if (leastLikely) {// Do something }

然而，現代計算機可以通過分支預測緩存來避免這個問題。實際上，也可以對此進行測試：

List<Long> numbers = LongStream.range(0, top).boxed().collect(Collectors.toList()); if (shuffle) {Collections.shuffle(numbers); }long cutoff = (long)(top * cutoffPercentage); long low = 0; long high = 0;long start = System.currentTimeMillis(); for (Long number : numbers) {if (number < cutoff) {++low;} else {++high;} } long end = System.currentTimeMillis();LOG.info("Counted {}/{} numbers in {}ms", low, high, end - start);

計算1000萬個數字時，無論 cutoffPercentage 如何設置，代碼執行的結果基本一致：排序數字約35毫秒，隨機數字約200毫秒。

這是因為分支預測器會平等地處理兩個分支，并正確猜測我們將采用其中哪一個。

5.3.合并條件

使用一個條件和兩個條件有什么區別？相同的結果可以用不同方式重寫實現邏輯，是否應該這樣做？

例如，可以用兩個數字分別與0比較，也可以用兩個數字的乘積與0比較。用乘法代替條件。這種做法是否值得？

讓我們考慮下面這個例子：

long[] first = LongStream.range(0, TOP).map(n -> Math.random() < FRACTION ? 0 : n).toArray(); long[] second = LongStream.range(0, TOP).map(n -> Math.random() < FRACTION ? 0 : n).toArray();long count = 0; long start = System.currentTimeMillis(); for (int i = 0; i < TOP; i++) {if (first[i] != 0 && second[i] != 0) {++count;} } long end = System.currentTimeMillis();LOG.info("Counted {}/{} numbers using separate mode in {}ms", count, TOP, end - start);

像上面這樣，循環中的條件可以替換。實際上這樣做會影響結果：

• 分開條件– 40ms

• 單個條件（乘法）– 22ms

因此，使用兩個分開的條件實際的時間開銷是單個條件的兩倍。

6.總結

我們已經了解了什么是分支預測及其如何對程序產生影響。這樣我們又掌握了一個工具，保證程序盡可能高效。

盡管如此，在進行重大變更前，我們仍然需要一如既往地對代碼進行性能分析。有時不合理的分支條件可能會帶來更大的開銷。

本文的示例可以在GitHub上找到。

github.com/eugenp/tutorials/tree/master/core-java-modules/core-java-perf

想知道更多？掃描下面的二維碼關注我

【精彩推薦】

• 混沌工程初識

• 混沌工程的陷阱

• Spring Boot 服務監控，健康檢查，線程信息，JVM堆信息，指標收集，運行情況監控等！

• 中國頂級互聯網公司的技術組織架構調整預示著什么？
  

朕已閱?

總結

以上是生活随笔為你收集整理的慌！还不了解Java中的分支预测？！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。