性能测试中唯一标识的JMH测试

前文分享了几种性能测试中常用到的生成全局唯一标识的案例，虽然在文中我猜测了几种方案设计的性能，并根据自己的经验给出了适用的场景。

但对于一个性能测试工程师来讲，有真是测试数据才更有说服力。这让我想起来之前学过的Java微基准测试框架 JMH ，所以不妨一试。

JMH简介

JMH (Java Microbenchmark Harness)是一个用于编写和运行Java基准测试的工具。它被广泛用于评估Java应用程序的性能,并帮助开发人员发现和优化性能瓶颈。

JMH的主要特点包括:

1. 高可信度:JMH提供了多种机制来消除测试过程中的噪音和偏差,确保测试结果的可靠性。

2. 易用性:JMH提供了丰富的注解和API,使编写和运行基准测试变得相对简单。

3. 灵活性:JMH支持多种测试模式,如简单的吞吐量测试、微基准测试以及更复杂的测试场景。

4. 可扩展性:JMH允许用户自定义测试环境,如GC策略、编译器选项等,以满足特定的性能评估需求。

5. 广泛应用:JMH被广泛应用于Java生态系统中,包括JDK自身的性能优化、第三方开源库的性能评估等。

JMH是Java开发者评估应用程序性能的强大工具,有助于提高Java应用程序的整体质量和性能。同样地对于性能测试而言，也可以通过 JMH 测试评估一段代码在实际执行当中的表现。

实测

除了 使用分布式服务生成GUID 这个方案以外，其他四种方案（其中两种是我自己常用的）均参与测试。原因是分布式服务需要网络交互，这个一听就不高性能，还有我暂时没条件测试这个。

下面有限展示实测结果，总结使用线程共享和线程独享的方案性能均远远高于 UUID 和 雪花算法 。为了省事儿以下测试均预热2次，预热批次大小2，测试迭代次数1次，迭代批次大小也是1次。配置如下：

.warmupIterations(2)//预热次数

.warmupBatchSize(2)//预热批次大小

.measurementIterations(1)//测试迭代次数

.measurementBatchSize(1)//测试批次大小

.build();

PS：JMH 貌似还不支持 Groovy 所以我用 Java 写了这个用例。

下面是运行1个线程的测试结果：

UniqueNumberTest.exclusive  thrpt       203.146          ops/us

UniqueNumberTest.share      thrpt        99.860          ops/us

UniqueNumberTest.snow       thrpt         4.096          ops/us

UniqueNumberTest.uuid       thrpt        11.758          ops/us

下面是运行10个线程的测试结果：

Benchmark                    Mode  Cnt     Score   Error   Units

UniqueNumberTest.exclusive  thrpt       1117.347          ops/us

UniqueNumberTest.share      thrpt        670.141          ops/us

UniqueNumberTest.snow       thrpt         10.925          ops/us

UniqueNumberTest.uuid       thrpt          3.608          ops/us

PS：此时机器的性能基本跑满了。

下面是40个线程的测试结果：

Benchmark                    Mode  Cnt     Score   Error   Units

UniqueNumberTest.exclusive  thrpt       1110.273          ops/us

UniqueNumberTest.share      thrpt        649.350          ops/us

UniqueNumberTest.snow       thrpt          8.908          ops/us

UniqueNumberTest.uuid       thrpt          4.205          ops/us

可以看出跟10个线程结果差不多。

本机配置12核心，以上的测试结果单位是微秒，把结果乘以100万就是每秒的处理量，各位在使用不同方案时可以适当参考。

测试用例

下面是我的测试用例，测试结果我就不进行可视化了。

package com.funtest.jmh;


import com.funtester.utils.SnowflakeUtils;

import org.openjdk.jmh.annotations.*;

import org.openjdk.jmh.infra.Blackhole;

import org.openjdk.jmh.results.format.ResultFormatType;

import org.openjdk.jmh.runner.Runner;

import org.openjdk.jmh.runner.RunnerException;

import org.openjdk.jmh.runner.options.Options;

import org.openjdk.jmh.runner.options.OptionsBuilder;


import java.util.UUID;

import java.util.concurrent.TimeUnit;

import java.util.concurrent.atomic.AtomicInteger;


@BenchmarkMode(Mode.Throughput)

//@Warmup(Ω = 3, time = 2, timeUnit = TimeUnit.SECONDS)//预热次数,含义是每个测试会跑多久

//@Measurement(iterations = 3, time = 5, timeUnit = TimeUnit.SECONDS)//测试迭代次数,含义是每个测试会跑多久

//@Threads(1)//测试线程数

//@Fork(2)//fork表示每个测试会fork出几个进程，也就是说每个测试会跑几次

@State(value = Scope.Thread)//默认为Scope.Thread,含义是每个线程都会有一个实例

@OutputTimeUnit(TimeUnit.MICROSECONDS)

public class UniqueNumberTest {


SnowflakeUtils snowflakeUtils = new SnowflakeUtils(1, 1);


ThreadLocal<Integer> exclusive = ThreadLocal.withInitial(() -> 0);


AtomicInteger share = new AtomicInteger(0);


@Benchmark

public void uuid() {

UUID.randomUUID();

}


@Benchmark

public void snow() {

snowflakeUtils.nextId();

}


@Benchmark

public void exclusive(Blackhole blackhole) {

Integer i = exclusive.get();

i++;

blackhole.consume(i + "");

}


@Benchmark

public void share(Blackhole blackhole) {

blackhole.consume(share.incrementAndGet() + "");

}


public static void main(String[] args) throws RunnerException {

Options options = new OptionsBuilder()

.include(UniqueNumberTest.class.getSimpleName())//测试类名

.result("long/result.json")//测试结果输出到result.json文件

.resultFormat(ResultFormatType.JSON)//输出格式

.forks(1)//fork表示每个测试会fork出几个进程，也就是说每个测试会跑几次

.threads(40)//测试线程数

.warmupIterations(2)//预热次数

.warmupBatchSize(2)//预热批次大小

.measurementIterations(1)//测试迭代次数

.measurementBatchSize(1)//测试批次大小

.build();

new Runner(options).run();

}



}

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：【文末小卡片领取】

​

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！