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:
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。
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。
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。
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。
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();
复制代码
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/usUniqueNumberTest.share thrpt 99.860 ops/usUniqueNumberTest.snow thrpt 4.096 ops/usUniqueNumberTest.uuid thrpt 11.758 ops/us
复制代码
下面是运行 10 个线程的测试结果：
Benchmark Mode Cnt Score Error UnitsUniqueNumberTest.exclusive thrpt 1117.347 ops/usUniqueNumberTest.share thrpt 670.141 ops/usUniqueNumberTest.snow thrpt 10.925 ops/usUniqueNumberTest.uuid thrpt 3.608 ops/us
复制代码
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 UnitsUniqueNumberTest.exclusive thrpt 1110.273 ops/usUniqueNumberTest.share thrpt 649.350 ops/usUniqueNumberTest.snow thrpt 8.908 ops/usUniqueNumberTest.uuid thrpt 4.205 ops/us
复制代码
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(); } }
复制代码
评论