网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
复制代码
下面，我们逐一介绍一下比较关键的注解和参数。
@Warmup
样例。
@Warmup(
iterations = 5,
time = 1,
timeUnit = TimeUnit.SECONDS)
复制代码
我们不止一次提到预热，warmup这个注解，可以用在类或者方法上，进行预热配置。可以看到，它有几个配置参数。
-
timeUnit：时间的单位，默认的单位是秒。 -
iterations：预热阶段的迭代数。 -
time：每次预热的时间。 -
batchSize：批处理大小，指定了每次操作调用几次方法。
上面的注解，意思是对代码预热总计5秒（迭代5次，每次一秒） 。预热过程的测试数据，是不记录测量结果的。
我们可以看一下它执行的效果：
Warmup: 3 iterations, 1 s each
Warmup Iteration 1: 0.281 ops/ns
Warmup Iteration 2: 0.376 ops/ns
Warmup Iteration 3: 0.483 ops/ns
复制代码
一般来说，基准测试都是针对的比较小的、执行速度相对较快的代码块。这些代码有很大的可能被编译、内联，在编码的时候保持方法的精简，对JIT也是有好的。
说到预热，就不得不提一下在分布式环境下的服务预热。在对服务节点进行发布的时候，通常也会有预热过程，逐步放量到相应的服务节点，直到服务达到最优状态。如下图所示，负载均衡负责这个放量过程，一般是根据百分比进行放量。
@Measurement
样例如下。
@Measurement(
iterations = 5,
time = 1,
timeUnit = TimeUnit.SECONDS)
复制代码
Measurement和Warmup的参数是一样的。不同于预热，它指的是真正的迭代次数。
我们能够从日志中看到这个执行过程：
Measurement: 5 iterations, 1 s each
Iteration 1: 1646.000 ns/op
Iteration 2: 1243.000 ns/op
Iteration 3: 1273.000 ns/op
Iteration 4: 1395.000 ns/op
Iteration 5: 1423.000 ns/op
复制代码
虽然经过预热之后，代码都能表现出它的最优状态，但一般和实际应用场景还是有些出入的。如果你的测试机器性能很高，或者你的测试机资源利用已经达到了极限，都会影响测试结果的数值。通常情况下，我都会在测试的时候，给机器充足的资源，保持一个稳定的环境。在分析结果的时候，也更加关注不同实现方式的性能差异，而不是测试数据本身。
@BenchmarkMode
此注解用来指定基准测试类型，对应Mode选项，用来修饰类和方法都可以。这里的value，是一个数组，可以配置多个统计维度。比如：
@BenchmarkMode({Throughput,Mode.AverageTime})。统计的就是吞吐量和平均执行时间两个指标。
所谓的模式，在JMH中，可以分为以下几种：
-
Throughput： 整体吞吐量，比如QPS，单位时间内的调用量等。
-
AverageTime： 平均耗时，指的是每次执行的平均时间。如果这个值很小不好辨认，可以把统计的单位时间调小一点。
-
SampleTime： 随机
取样。 -
SingleShotTime： 如果你想要测试仅仅一次的性能，比如第一次初始化花了多长时间，就可以使用这个参数，其实和传统的main方法没有什么区别。
-
All： 所有的指标，都算一遍，你可以设置成这个参数看下效果。
我们拿平均时间，看一下一个大体的执行结果：
Result “com.github.xjjdog.tuning.BenchmarkTest.shift”:
2.068 ±(99.9%) 0.038 ns/op [Average]
(min, avg, max) = (2.059, 2.068, 2.083), stdev = 0.010
CI (99.9%): [2.030, 2.106] (assumes normal distribution)
复制代码
由于我们声明的时间单位是纳秒，本次shift方法的平均响应时间就是2.068纳秒。
我们也可以看下最终的耗时时间。
Benchmark Mode Cnt Score Error Units
BenchmarkTest.div avgt 5 2.072 ± 0.053 ns/op
BenchmarkTest.shift avgt 5 2.068 ± 0.038 ns/op
复制代码
由于是平均数，这里的Error值的是误差的意思（或者波动）。
可以看到，在衡量这些指标的时候，都有一个时间维度，它就是通过**@OutputTimeUnit**注解进行配置的。
这个就比较简单了，它指明了基准测试结果的时间类型。可用于类或者方法上。一般选择秒、毫秒、微秒，纳秒那是针对的速度非常快的方法。
举个例子，@BenchmarkMode(Mode.Throughput)和@OutputTimeUnit(TimeUnit.MILLISECONDS)进行组合，代表的就是每毫秒的吞吐量。
如下面的关于吞吐量的结果，就是以毫秒计算的。
Benchmark Mode Cnt Score Error Units
BenchmarkTest.div thrpt 5 482999.685 ± 6415.832 ops/ms
BenchmarkTest.shift thrpt 5 480599.263 ± 20752.609 ops/ms
复制代码
OutputTimeUnit注解同样可以修饰类或者方法，通过更改时间级别，可以获取更加易读的结果。
@Fork
fork的值一般设置成1，表示只使用一个进程进行测试；如果这个数字大于1，表示会启用新的进程进行测试；但如果设置成0，程序依然会运行，不过这样是在用户的JVM进程上运行的，可以看下下面的提示，但不推荐这么做。
Fork: N/A, test runs in the host VM
*** WARNING: Non-forked runs may silently omit JVM options, mess up profilers, disable compiler hints, etc. ***
*** WARNING: Use non-forked runs only for debugging purposes, not for actual performance runs. ***
复制代码
那么fork到底是在进程还是线程环境里运行呢？我们追踪一下JMH的源码，发现每个fork进程是单独运行在Proccess进程里的，这样就可以做完全的环境隔离，避免交叉影响。它的输入输出流，通过Socket连接的模式，发送到我们的执行终端。
在这里分享一个小技巧。其实fork注解有一个参数叫做jvmArgsAppend，我们可以通过它传递一些JVM的参数。
@Fork(value = 3, jvmArgsAppend = {“-Xmx2048m”, “-server”, “-XX:+AggressiveOpts”})
复制代码
在平常的测试中，也可以适当增加fork数，来减少测试的误差。
@Threads
fork是面向进程的，而Threads是面向线程的。指定了这个注解以后，将会开启并行测试。
如果配置了 Threads.MAX ，则使用和处理机器核数相同的线程数。
@Group
@Group注解只能加在方法上，用来把测试方法进行归类。如果你单个测试文件中方法比较多，或者需要将其归类，则可以使用这个注解。
与之关联的@GroupThreads注解，会在这个归类的基础上，再进行一些线程方面的设置。
@State
@State 指定了在类中变量的作用范围。它有三个取值。
@State 用于声明某个类是一个“状态”，可以用Scope 参数用来表示该状态的共享范围。这个注解必须加在类上，否则提示无法运行。
Scope有如下3种值：
-
Benchmark：表示变量的作用范围是某个基准测试类。
-
Thread：每个线程一份副本，如果配置了Threads注解，则每个Thread都拥有一份变量，它们互不影响。
-
Group：联系上面的@Group注解，在同一个Group里，将会共享同一个变量实例。
在JMHSample04DefaultState测试文件中，演示了变量x的默认作用范围是Thread，关键代码如下：
@State(Scope.Thread)
public class JMHSample_04_DefaultState {
double x = Math.PI;
@Benchmark
public void measure() {
x++;
}
}
复制代码
@Setup和@TearDown
和单元测试框架JUnit类似，用于基准测试前的初始化动作， @TearDown 用于基准测试后的动作，来做一些全局的配置。
这两个注解，同样有一个Level值，标明了方法运行的时机，它有三个取值。
-
Trial：默认的级别。也就是Benchmark级别。
-
Iteration：每次迭代都会运行。
-
Invocation：每次方法调用都会运行，这个是粒度最细的。
@Param
@Param 注解只能修饰字段，用来测试不同的参数，对程序性能的影响。配合@State注解，可以同时制定这些参数的执行范围。
代码样例如下：
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
@Measurement(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
@Fork(1)
@State(Scope.Benchmark)
public class JMHSample_27_Params {
@Param({“1”, “31”, “65”, “101”, “103”})
public int arg;
@Param({“0”, “1”, “2”, “4”, “8”, “16”, “32”})
public int certainty;
@Benchmark
public boolean bench() {
return BigInteger.valueOf(arg).isProbablePrime(certainty);
}
public static void main(String[] args) throws RunnerException {
Options opt = new OptionsBuilder()
.include(JMHSample_27_Params.class.getSimpleName())
// .param(“arg”, “41”, “42”) // Use this to selectively constrain/override parameters
.build();
new Runner(opt).run();
}
}
复制代码
值得注意的是，如果你设置了非常多的参数，这些参数将执行多次，通常会运行很长时间。比如参数1 M个，参数2 N个，那么总共要执行M*N次。
下面是一个执行结果的截图。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
opt).run();
}
}
复制代码
值得注意的是，如果你设置了非常多的参数，这些参数将执行多次，通常会运行很长时间。比如参数1 M个，参数2 N个，那么总共要执行M*N次。
下面是一个执行结果的截图。
[外链图片转存中…(img-DfaanEmv-1715404913604)]
[外链图片转存中…(img-wj3zOPgG-1715404913605)]
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
1199
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
