流绩效–您的想法

上周，我介绍了一些有关Java 8流性能的基准测试结果。 你们和gal足够感兴趣，可以留下一些想法，还有哪些可以介绍。

这就是我所做的，这是结果。

总览

最后一篇文章的序言也适用于此。 阅读它，以找出所有数字为何撒谎，我如何提出这些数字以及如何复制它们。

我在GitHub上的代码中添加了一个新类CommentOperationsBenchmark ，其中包括本文中讨论的基准。 我还更新了Google电子表格，以包括新的数字。

比较的影响

真好 长期以来一直在说将Java写成Ansi C更快（数组而不是列表）。

兔子洞的下一步是…

尝试{for（int i = 0 ;;）做东西； } catch（ex ex ex）{等等！ }

根本不检查循环，仅捕获异常，非常适合高清像素处理。

混沌实验室

WAT？ 人们正在这样做吗？

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;
	}
}

也许他们应该停下来，因为它看起来并不能改善性能：

	以毫秒为单位的运行时间标准化为1'000'000个元素
	5万	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

看来，用于打破循环的机制没有可衡量的影响。 这是有道理的，因为循环展开可以避免大多数比较，并且引发异常的代价在几微秒的范围内 ，因此比此处发生的情况小几个数量级。

这是假设编译器确实有更多技巧。 也许它更深刻地理解了循环，并且JIT将这两种方法编译为相同的指令。

附带说明一下：看看循环后array_max_forWithException如何没有return语句？

事实证明Java编译器可以识别简单的无限循环 。 哇！ 因此，它知道具有有限计算的每个代码路径都会返回，而不关心无限的代码路径。

归结为以下内容：

一无所有

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

您永不停止学习……

作业的影响

[F]或“最大”测试我希望每次迭代更新局部变量都会有一些阻力。 我很好奇寻找最小值是否在可比较的时间内运行。

b0b0b0b

这是指所有测试都是在数组或列表上运行的，这些数组或列表的元素等于结构中的索引，即[0，1，2，…，n-1]。 因此，找到最大值确实需要n个分配。

那找到一个只需要一个作业的最小值呢？

	以毫秒为单位的运行时间标准化为1'000'000个元素
	5万	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，没有区别。 我的猜测是，由于流水线作业，分配实际上是免费的。

由Khalid Albaih在CC-BY 2.0下发布 –我改变了视野。

拳击的影响

关于拳击有两条评论。

最好看到Integer []实现，以确认对拳击的怀疑。

黏黏的

好吧，让我们这样做。 以下数字显示了int []，Integer []和List <Integer>上的for循环和for-each循环：

	以毫秒为单位的运行时间标准化为1'000'000个元素
	5万	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

我们可以清楚地看到，运行时的主要指标是数据结构是包含基元还是对象。 但是将Integer数组包装到列表中会导致额外的速度降低。

Yann Le Tallec也对拳击发表了评论：

intList.stream（）。max（Math :: max）; 造成不必要的拆箱。
intList.stream（）。mapToInt（x-> x）.max（）; 速度大约是阵列版本的两倍。

扬·勒·塔雷克（Yann Le Tallec）

此声明与我们在上一篇文章中得出的结论一致：尽快对流取消装箱可能会提高性能。

只是再次检查：

	以毫秒为单位的运行时间标准化为1'000'000个元素（以％为单位的错误）
	5万	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％）

这似乎证实了这一说法。 但是结果看起来非常可疑，因为错误很大。 使用不同的设置反复运行这些基准测试显示了一种模式：

• 存在两种性能水平，一种是〜3.8 ns / op，一种是〜7.5 ns / op。
• 未装箱的流只表现更好。
• 盒装流的单个迭代通常在这两个级别中的任何一个上运行，但很少在另一个时间运行。
• 大多数情况下，行为只会在分支之间变化（即从一组迭代到下一组）。

这一切都令人怀疑我的测试设置存在问题。 听到任何想法的人，我会很有趣。

更新资料

Yann确实有一个主意，并指出了这个有趣的问题和有关StackOverflow的出色答案 。 现在，我最好的猜测是，装箱的流可以在未装箱的水平上运行，但可能会因意外的非优化而祈祷。

硬件的影响

Redditor robi2106在其“ i5-4310 @ 2Ghz w 8GB DDR2”上运行了500'000个元素的套件。 我将结果添加到电子表格中 。

很难从数据中得出结论。 Robi指出“在这2.5个小时中我也没有停止使用我的系统”，这也许可以解释巨大的误差范围。 他们的平均年龄是我的23倍，平均是我的168倍。 （另一方面，我也继续使用我的系统，但是负载很低。）

如果斜视一下，可以推断出i5-4310在简单的计算上会稍快一些，但在更复杂的计算上会落后一些。 考虑到i7-4800的内核数量是原来的两倍，通常可以达到并行性能。

语言的影响

这与Scala（带有@specialized）相比，会很有趣。

加密货币6

我仍然没有尝试使用Scala，也不想为一个基准测试而努力。 也许经验更丰富或更鲜美的人可以尝试一下？

反射

在解释这些数字时，请记住，这些迭代执行了非常便宜的操作。 上次我们发现已经很简单的算术运算会导致足够的CPU负载， 几乎完全抵消了迭代机制的差异 。 因此，像往常一样，不要过早优化！

总而言之，我会说：没有新发现。 但是，我很喜欢与您讨论您的想法，如果您有更多想法，请发表评论。 甚至更好的是，自己尝试一下并发布结果。

翻译自: https://www.javacodegeeks.com/2015/09/stream-performance-your-ideas.html