news 2026/4/8 0:41:31

性能测试中唯一标识的JMH测试

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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:

  1. .warmupIterations(2)//预热次数

  2. .warmupBatchSize(2)//预热批次大小

  3. .measurementIterations(1)//测试迭代次数

  4. .measurementBatchSize(1)//测试批次大小

  5. .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:

  1. UniqueNumberTest.exclusive thrpt 203.146 ops/us

  2. UniqueNumberTest.share thrpt 99.860 ops/us

  3. UniqueNumberTest.snow thrpt 4.096 ops/us

  4. UniqueNumberTest.uuid thrpt 11.758 ops/us

下面是运行10个线程的测试结果:

  1. Benchmark Mode Cnt Score Error Units

  2. UniqueNumberTest.exclusive thrpt 1117.347 ops/us

  3. UniqueNumberTest.share thrpt 670.141 ops/us

  4. UniqueNumberTest.snow thrpt 10.925 ops/us

  5. 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:

  1. Benchmark Mode Cnt Score Error Units

  2. UniqueNumberTest.exclusive thrpt 1110.273 ops/us

  3. UniqueNumberTest.share thrpt 649.350 ops/us

  4. UniqueNumberTest.snow thrpt 8.908 ops/us

  5. 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。

  1. package com.funtest.jmh;

  2. import com.funtester.utils.SnowflakeUtils;

  3. import org.openjdk.jmh.annotations.*;

  4. import org.openjdk.jmh.infra.Blackhole;

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

  6. import org.openjdk.jmh.runner.Runner;

  7. import org.openjdk.jmh.runner.RunnerException;

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

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

  10. import java.util.UUID;

  11. import java.util.concurrent.TimeUnit;

  12. import java.util.concurrent.atomic.AtomicInteger;

  13. @BenchmarkMode(Mode.Throughput)

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

  15. //@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

  16. //@Threads(1)//测试线程数

  17. //@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

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

  19. @OutputTimeUnit(TimeUnit.MICROSECONDS)

  20. public class UniqueNumberTest {

  21. SnowflakeUtils snowflakeUtils = new SnowflakeUtils(1, 1);

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

  23. AtomicInteger share = new AtomicInteger(0);

  24. @Benchmark

  25. public void uuid() {

  26. UUID.randomUUID();

  27. }

  28. @Benchmark

  29. public void snow() {

  30. snowflakeUtils.nextId();

  31. }

  32. @Benchmark

  33. public void exclusive(Blackhole blackhole) {

  34. Integer i = exclusive.get();

  35. i++;

  36. blackhole.consume(i + "");

  37. }

  38. @Benchmark

  39. public void share(Blackhole blackhole) {

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

  41. }

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

  43. Options options = new OptionsBuilder()

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

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

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

  47. .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

  48. .threads(40)//测试线程数

  49. .warmupIterations(2)//预热次数

  50. .warmupBatchSize(2)//预热批次大小

  51. .measurementIterations(1)//测试迭代次数

  52. .measurementBatchSize(1)//测试批次大小

  53. .build();

  54. new Runner(options).run();

  55. }

  56. }

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:

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!有需要的小伙伴可以点击下方小卡片领取

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/8 0:22:24

支持语音交互和文件上传!LobeChat为何成为开源首选?

支持语音交互和文件上传&#xff01;LobeChat为何成为开源首选&#xff1f; 在AI助手已从“炫技玩具”走向“生产力工具”的今天&#xff0c;一个关键问题日益凸显&#xff1a;我们拥有了越来越强大的大语言模型&#xff0c;但普通人如何真正用得上、用得好&#xff1f; 许多…

作者头像 李华
网站建设 2026/4/7 18:44:15

队列详解:从排队买奶茶到BFS算法的“秩序之美“

嘿&#xff0c;朋友&#xff01;今天咱们来聊聊计算机科学中的"秩序担当"——队列&#xff08;Queue&#xff09;。别以为它只是个简单的数据结构&#xff0c;它可是现实生活中排队买奶茶、电影院排队、甚至BFS算法背后的"隐形指挥官"呢&#xff01;&#…

作者头像 李华
网站建设 2026/4/3 0:29:29

16、Web应用中的请求编码与国际化自定义操作

Web应用中的请求编码与国际化自定义操作 1. 请求编码问题 在Web应用中,如果HTML表单的数据使用非默认字符集(ISO - 8859 - 1)进行编码,当这些数据作为请求参数被访问时,很可能无法正确解码。这是因为大多数浏览器不能正确处理 Content - Type 请求头。 HTTP规范定义了…

作者头像 李华
网站建设 2026/4/4 2:17:44

轻量级大模型首选:Qwen3-8B在消费级显卡上的表现

轻量级大模型首选&#xff1a;Qwen3-8B在消费级显卡上的表现 在生成式AI浪潮席卷全球的今天&#xff0c;越来越多开发者和企业希望将大语言模型&#xff08;LLM&#xff09;集成到实际业务中。然而&#xff0c;现实却常常令人望而却步——主流模型动辄需要多张A100显卡、高昂的…

作者头像 李华
网站建设 2026/4/2 18:37:18

9、Kubernetes 容器网络与特殊资源使用指南

Kubernetes 容器网络与特殊资源使用指南 1. 容器端口转发与网络模型概述 在 Kubernetes 系统中,Pod 是基本的计算单元。为了更有效地使用 Pod,需要了解容器端口转发和不同的网络模型。Kubernetes 中有四种网络模型: - 容器到容器通信 - Pod 到 Pod 通信 - Pod 到服务通…

作者头像 李华
网站建设 2026/4/6 3:29:18

自动驾驶—CARLA仿真(7)vehicle_physics demo

PythonAPI/examples/vehicle_physics.py carla_vehicle_physics这是一个 车辆物理特性演示示例&#xff0c;用于展示 CARLA 中两种施加外力的方式——冲量&#xff08;Impulse&#xff09; 与 力&#xff08;Force&#xff09; ——对车辆运动状态的影响&#xff0c;并验证二者…

作者头像 李华