Java 自动装箱性能

Java 的基本数据类型（int、double、 char）都不是对象。但由于很多Java代码需要处理的是对象（Object），Java给所有基本类型提供了包装类（Integer、Double、Character）。有了自动装箱，你可以写如下的代码

1 2	Character boxed = 'a' ; char unboxed = boxed;

编译器自动将它转换为

1 2	Character boxed = Character.valueOf( 'a' ); char unboxed = boxed.charValue();

然而，Java虚拟机不是每次都能理解这类过程，因此要想得到好的系统性能，避免不必要的装箱很关键。这也是 OptionalInt 和 IntStream 等特殊类型存在的原因。在这篇文章中，我将概述JVM很难消除自动装箱的一个原因。

实例

例如，我们想要计算任意一类数据的编辑距离（Levenshtein距离），只要这些数据可以被看作一个序列：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

public class Levenshtein{ private final Function> asList;   public Levenshtein(Function> asList) { this .asList = asList; }   public int distance(T a, T b) { // Wagner-Fischer algorithm, with two active rows   List aList = asList.apply(a); List bList = asList.apply(b);   int bSize = bList.size(); int [] row0 = new int [bSize + 1 ]; int [] row1 = new int [bSize + 1 ];   for ( int i = 0 ; i row0[i] = i; }   for ( int i = 0 ; i < bSize; ++i) { U ua = aList.get(i); row1[ 0 ] = row0[ 0 ] + 1 ;   for ( int j = 0 ; j < bSize; ++j) { U ub = bList.get(j); int subCost = row0[j] + (ua.equals(ub) ? 0 : 1 ); int delCost = row0[j + 1 ] + 1 ; int insCost = row1[j] + 1 ; row1[j + 1 ] = Math.min(subCost, Math.min(delCost, insCost)); }   int [] temp = row0; row0 = row1; row1 = temp; }   return row0[bSize]; } }

只要两个对象可以被看作List，这个类就可以计算它们的编辑距离。如果想计算String类型的距离，那么就需要把String转变为List类型：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

public class StringAsList extends AbstractList{ private final String str;   public StringAsList(String str) { this .str = str; }   @Override public Character get( int index) { return str.charAt(index); // Autoboxing! }   @Override public int size() { return str.length(); } }   ...   Levenshteinlev = new Levenshtein<>(StringAsList:: new ); lev.distance( "autoboxing is fast" , "autoboxing is slow" ); // 4

由于Java泛型的实现方式，不能有List类型，所以要提供List和装箱操作。（注：Java10中，这个限制也许会被取消。）

基准测试

为了测试 distance() 方法的性能，需要做基准测试。Java中微基准测试很难保证准确，但幸好OpenJDK提供了JMH（Java Microbenchmark Harness），它可以帮我们解决大部分难题。如果感兴趣的话，推荐大家阅读文档和实例；它会很吸引你。以下是基准测试：

1 2 3 4 5 6 7 8 9 10 11

@State (Scope.Benchmark) public class MyBenchmark { private Levenshtein lev = new Levenshtein<>(StringAsList:: new );   @Benchmark @BenchmarkMode (Mode.AverageTime) @OutputTimeUnit (TimeUnit.NANOSECONDS) public int timeLevenshtein() { return lev.distance( "autoboxing is fast" , "autoboxing is slow" ); } }

（返回方法的结果，这样JMH就可以做一些操作让系统认为返回值会被使用到，防止冗余代码消除影响了结果。）

以下是结果：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

$ java -jar target/benchmarks.jar -f 1 -wi 8 -i 8 # JMH 1.10 . 2 (released 3 days ago) # VM invoker: /usr/lib/jvm/java- 8 -openjdk/jre/bin/java # VM options: # Warmup: 8 iterations, 1 s each # Measurement: 8 iterations, 1 s each # Timeout: 10 min per iteration # Threads: 1 thread, will synchronize iterations # Benchmark mode: Average time, time/op # Benchmark: com.tavianator.boxperf.MyBenchmark.timeLevenshtein   # Run progress: 0.00 % complete, ETA 00 : 00 : 16 # Fork: 1 of 1 # Warmup Iteration 1 : 1517.495 ns/op # Warmup Iteration 2 : 1503.096 ns/op # Warmup Iteration 3 : 1402.069 ns/op # Warmup Iteration 4 : 1480.584 ns/op # Warmup Iteration 5 : 1385.345 ns/op # Warmup Iteration 6 : 1474.657 ns/op # Warmup Iteration 7 : 1436.749 ns/op # Warmup Iteration 8 : 1463.526 ns/op Iteration 1 : 1446.033 ns/op Iteration 2 : 1420.199 ns/op Iteration 3 : 1383.017 ns/op Iteration 4 : 1443.775 ns/op Iteration 5 : 1393.142 ns/op Iteration 6 : 1393.313 ns/op Iteration 7 : 1459.974 ns/op Iteration 8 : 1456.233 ns/op   Result "timeLevenshtein" : 1424.461 ±( 99.9 %) 59.574 ns/op [Average] (min, avg, max) = ( 1383.017 , 1424.461 , 1459.974 ), stdev = 31.158 CI ( 99.9 %): [ 1364.887 , 1484.034 ] (assumes normal distribution)   # Run complete. Total time: 00 : 00 : 16   Benchmark Mode Cnt Score Error Units MyBenchmark.timeLevenshtein avgt 8 1424.461 ± 59.574 ns/op

分析

为了查看代码热路径（hot path）上的结果，JMH集成了Linux工具perf，可以查看最热代码块的JIT编译结果。（要想查看汇编代码，需要安装hsdis插件。我在AUR上提供了下载，Arch用户可以直接获取。）在JMH命令行添加 -prof perfasm 命令，就可以看到结果：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

$ java -jar target/benchmarks.jar -f 1 -wi 8 -i 8 -prof perfasm ... cmp $ 0x7f ,%eax jg 0x00007fde989a6148 ;*if_icmpgt ; - java.lang.Character::valueOf @3 (line 4570 ) ; - com.tavianator.boxperf.StringAsList::get @8 (line 14 ) ; - com.tavianator.boxperf.StringAsList::get @2 ; (line 5 ) ; - com.tavianator.boxperf.Levenshtein::distance @121 (line 32 ) cmp $ 0x80 ,%eax jae 0x00007fde989a6103 ;*aaload ; - java.lang.Character::valueOf @ 10 (line 4571 ) ; - com.tavianator.boxperf.StringAsList::get @8 (line 14 ) ; - com.tavianator.boxperf.StringAsList::get @ 2 (line 5 ) ; - com.tavianator.boxperf.Levenshtein::distance @121 (line 32 ) ...

输出内容很多，但上面的一点内容就说明装箱没有被优化。为什么要和0x7f/0×80的内容做比较呢？原因在于Character.valueOf()的取值来源：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

private static class CharacterCache { private CharacterCache(){}   static final Character cache[] = new Character[ 127 + 1 ];   static { for ( int i = 0 ; i < cache.length; i++) cache[i] = new Character(( char )i); } }   public static Character valueOf( char c) { if (c return CharacterCache.cache[( int )c]; } return new Character(c); }

可以看出，Java语法标准规定前127个char的Character对象放在缓冲池中，Character.valueOf()的结果在其中时，直接返回缓冲池的对象。这样做的目的是减少内存分配和垃圾回收，但在我看来这是过早的优化。而且它妨碍了其他优化。JVM无法确定 Character.valueOf(c).charValue() == c，因为它不知道缓冲池的内容。所以JVM从缓冲池中取了一个Character对象并读取它的值，结果得到的就是和 c 一样的内容。

解决方法

解决方法很简单：

1 2 3 4 5 6 7 8 9

@ @ - 11 , 7 + 11 , 7 @ @ public class StringAsList extends AbstractList {   @Override public Character get( int index) { - return str.charAt(index); // Autoboxing! + return new Character(str.charAt(index)); }   @Override

用显式的装箱代替自动装箱，就避免了调用Character.valueOf()，这样JVM就很容易理解代码：

1 2 3 4 5 6 7 8 9

private final char value;   public Character( char value) { this .value = value; }   public char charValue() { return value; }

虽然代码中加了一个内存分配，但JVM能理解代码的意义，会直接从String中获取char字符。性能提升很明显：

1 2 3 4 5 6

$ java -jar target/benchmarks.jar -f 1 -wi 8 -i 8 ... # Run complete. Total time: 00 : 00 : 16   Benchmark Mode Cnt Score Error Units MyBenchmark.timeLevenshtein avgt 8 1221.151 ± 58.878 ns/op

速度提升了14%。用 -prof perfasm 命令可以显示，改进以后是直接从String中拿到char值并在寄存器中比较的：

1 2 3 4 5 6 7 8 9

movzwl 0x10 (%rsi,%rdx, 2 ),%r11d ;*caload ; - java.lang.String::charAt @27 (line 648 ) ; - com.tavianator.boxperf.StringAsList::get @9 (line 14 ) ; - com.tavianator.boxperf.StringAsList::get @ 2 (line 5 ) ; - com.tavianator.boxperf.Levenshtein::distance @121 (line 32 ) cmp %r11d,%r10d je 0x00007faa8d404792 ;*if_icmpne ; - java.lang.Character::equals @18 (line 4621 ) ; - com.tavianator.boxperf.Levenshtein::distance @137 (line 33 )

总结

装箱是HotSpot的一个弱项，希望它能做到越来越好。它应该多利用装箱类型的语义，消除装箱操作，这样以上的解决办法就没有必要了。

以上的基准测试代码都可以在GitHub上访问。

原文链接：  tavianator  翻译：  ImportNew.com  -  rainsbaby
译文链接：  http://www.importnew.com/16737.html
[  转载请保留原文出处、译者和译文链接。 ]