上周，我介紹了一些有關Java 8流性能的基準測試結果。 你們和gal足夠感興趣，可以留下一些想法，還有哪些可以介紹。

這就是我所做的，這是結果。

總覽

最后一篇文章的序言也適用于此。 閱讀它，以找出所有數字為何撒謊，我如何提出這些數字以及如何復制它們。

我在GitHub上的代碼中添加了一個新類CommentOperationsBenchmark ，其中包括本文中討論的基準。 我還更新了Google電子表格，以包括新的數字。

比較的影響

真好 長期以來一直在說將Java寫成Ansi C更快（數組而不是列表）。

兔子洞的下一步是…

嘗試{for（int i = 0 ;;）做東西； } catch（ex ex ex）{等等！ }

根本不檢查循環，僅捕獲異常，非常適合高清像素處理。

混沌實驗室

WAT？ 人們正在這樣做嗎？

打破ArrayIndexOotOfBoundsException

public int array_max_forWithException() {int m = Integer.MIN_VALUE;try {for (int i = 0; ; i++)if (intArray[i] > m)m = intArray[i];} catch (ArrayIndexOutOfBoundsException ex) {return m;} }

也許他們應該停下來，因為它看起來并不能改善性能：

以毫秒為單位的運行時間標準化為1'000'000個元素 5萬 500'000 1'000'000 5'000'000 10'000'000 50'000'000

array_max_for	0.261	0.261	0.277	0.362	0.347	0.380
array_max_forWithException	0.265	0.265	0.273	0.358	0.347	0.386

看來，用于打破循環的機制沒有可衡量的影響。 這是有道理的，因為循環展開可以避免大多數比較，并且引發異常的代價在幾微秒的范圍內 ，因此比此處發生的情況小幾個數量級。

這是假設編譯器確實有更多技巧。 也許它更深刻地理解了循環，并且JIT將這兩種方法編譯為相同的指令。

附帶說明一下：看看循環后array_max_forWithException如何沒有return語句？

事實證明Java編譯器可以識別簡單的無限循環 。 哇！ 因此，它知道具有有限計算的每個代碼路徑都會返回，而不關心無限的代碼路徑。

歸結為以下內容：

一無所有

public int infiniteLoop() {for(;;); }

您永不停止學習……

作業的影響

[F]或“最大”測試我希望每次迭代更新局部變量都會有一些阻力。 我很好奇尋找最小值是否在可比較的時間內運行。

b0b0b0b

這是指所有測試都是在數組或列表上運行的，這些數組或列表的元素等于結構中的索引，即[0，1，2，…，n-1]。 因此，找到最大值確實需要n個分配。

那找到一個只需要一個作業的最小值呢？

以毫秒為單位的運行時間標準化為1'000'000個元素 5萬 500'000 1'000'000 5'000'000 10'000'000 50'000'000

array_max_for	0.261	0.261	0.277	0.362	0.347	0.380
array_min_for	0.264	0.260	0.280	0.353	0.348	0.359

不，沒有區別。 我的猜測是，由于流水線作業，分配實際上是免費的。

由Khalid Albaih在CC-BY 2.0下發布 –我改變了視野。

拳擊的影響

關于拳擊有兩條評論。

最好看到Integer []實現，以確認對拳擊的懷疑。

黏黏的

好吧，讓我們這樣做。 以下數字顯示了int []，Integer []和List <Integer>上的for循環和for-each循環：

以毫秒為單位的運行時間標準化為1'000'000個元素 5萬 500'000 1'000'000 5'000'000 10'000'000 50'000'000

array_max_for	0.261	0.261	0.277	0.362	0.347	0.380
array_max_forEach	0.269	0.262	0.271	0.349	0.349	0.356
boxedArray_max_for	0.804	1.180	1.355	1.387	1.306	1.476
boxedArray_max_forEach	0.805	1.195	1.338	1.405	1.292	1.421
list_max_for	0.921	1.306	1.436	1.644	1.509	1.604
list_max_forEach	1.042	1.472	1.579	1.704	1.561	1.629

我們可以清楚地看到，運行時的主要指標是數據結構是包含基元還是對象。 但是將Integer數組包裝到列表中會導致額外的速度降低。

Yann Le Tallec也對拳擊發表了評論：

intList.stream（）。max（Math :: max）; 造成不必要的拆箱。
intList.stream（）。mapToInt（x-> x）.max（）; 速度大約是陣列版本的兩倍。

揚·勒·塔雷克（Yann Le Tallec）

此聲明與我們在上一篇文章中得出的結論一致：盡快對流取消裝箱可能會提高性能。

只是再次檢查：

以毫秒為單位的運行時間標準化為1'000'000個元素（以％為單位的錯誤） 5萬 500'000 1'000'000 5'000'000 10'000'000 50'000'000

boxedArray_max _stream	4.231（43％）	5.715（3％）	5.004（27％）	5.461（53％）	5.307（56％）	5.507（54％）
boxedArray_max _stream_unbox	3.367（<1％）	3.515（<1％）	3.548（2％）	3.632（1％）	3.547（1％）	3.600（2％）
list_max _stream	7.230（7％）	6.492（<1％）	5.595（36％）	5.619（48％）	5.852（45％）	5.631（51％）
list_max _stream_unbox	3.370（<1％）	3.515（1％）	3.527（<1％）	3.668（3％）	3.807（2％）	3.702（5％）

這似乎證實了這一說法。 但是結果看起來非常可疑，因為錯誤很大。 使用不同的設置反復運行這些基準測試顯示了一種模式：

• 存在兩種性能水平，一種是?3.8 ns / op，一種是?7.5 ns / op。
• 未裝箱的流只表現更好。
• 盒裝流的單個迭代通常在這兩個級別中的任何一個上運行，但很少在另一個時間運行。
• 大多數情況下，行為只會在分支之間變化（即從一組迭代到下一組）。

這一切都令人懷疑我的測試設置存在問題。 聽到任何想法的人，我會很有趣。

更新資料

Yann確實有一個主意，并指出了這個有趣的問題和有關StackOverflow的出色答案 。 現在，我最好的猜測是，裝箱的流可以在未裝箱的水平上運行，但可能會因意外的非優化而祈禱。

硬件的影響

Redditor robi2106在其“ i5-4310 @ 2Ghz w 8GB DDR2”上運行了500'000個元素的套件。 我將結果添加到電子表格中 。

很難從數據中得出結論。 Robi指出“在這2.5個小時中我也沒有停止使用我的系統”，這也許可以解釋巨大的誤差范圍。 他們的平均年齡是我的23倍，平均是我的168倍。 （另一方面，我也繼續使用我的系統，但是負載很低。）

如果斜視一下，可以推斷出i5-4310在簡單的計算上會稍快一些，但在更復雜的計算上會落后一些。 考慮到i7-4800的內核數量是原來的兩倍，通常可以達到并行性能。

語言的影響

這與Scala（帶有@specialized）相比，會很有趣。

加密貨幣6

我仍然沒有嘗試使用Scala，也不想為一個基準測試而努力。 也許經驗更豐富或更鮮美的人可以嘗試一下？

反射

在解釋這些數字時，請記住，這些迭代執行了非常便宜的操作。 上次我們發現已經很簡單的算術運算會導致足夠的CPU負載， 幾乎完全抵消了迭代機制的差異 。 因此，像往常一樣，不要過早優化！

總而言之，我會說：沒有新發現。 但是，我很喜歡與您討論您的想法，如果您有更多想法，請發表評論。 甚至更好的是，自己嘗試一下并發布結果。

翻譯自: https://www.javacodegeeks.com/2015/09/stream-performance-your-ideas.html

總結

以上是生活随笔為你收集整理的流绩效–您的想法的全部內容，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。