在之前的文章中我分享了三种从一个数组中随机取一个值的方法，分别是：使用随机数、使用 int 递增，使用 atomicinteger 递增。其中后两者都是循序取，并非真的随机。从上次的测试结果中，随机数方案相对后两者性能差异比较大。但是当时多线程的测试都是在达到了 CPU 性能瓶颈的情况下测得，旧闻如下：性能测试中的随机数性能问题探索。

最近又遇到相同的问题，为了更加准确反映三个方案的性能差异，我打算在压力相对偏低的情况下重新测试。毕竟之前测试的都是几百万的 QPS，日常使用中根本不会用的这么高的场景。

用例设计

使用固定 QPS 模型进行测试，这样可以一次测试中获取多组测试数据，然后每次执行增加 10ms 的延迟，模拟接口响应耗时。这次没有覆盖从数组中取值，因为对于所有的实现方案，这个步骤是相同的，只是获取一个数组的索引。

用例如下：

import com.funtester.frame.SourceCodeimport com.funtester.frame.execute.FunQpsConcurrentimport groovy.util.logging.Log4j2
import java.util.concurrent.atomic.AtomicInteger
@Log4j2class Ts extends SourceCode {
    static void main(String[] args) {        def total = 1000_0000        def index = new AtomicInteger()        int i = 0        def test = {            i++ % total            //            index.getAndIncrement() % total            getRandomInt(total)            sleep(0.01)        }        new FunQpsConcurrent(test, "测试随机性能").start()    }}

测试结果

本次数据统计使用 Intellij 自带的 profiler 获取，之前常用的 jconsole 和 jvisualvm 突然不好用，连接不上 JVM 了。下面分享一下测试结果

从以上数据看出，随机数的 CPU 消耗量是非常大的，这里我没有把内存列出来，因为前两项测试中并没有看到内存大较大差异。但是在执行 atomic 方案的方案的时候内存升高较多。随机数和 int 方案堆内存使用最大量约 50M，而 atomic 使用量最大 130M，不过这个增量可以接受的。

除了以上，我还发现一个有趣的现象，如果我先测 1 万，后测试 5 万。或者我先测 5 万，然后降低到 1 万。两个差距还是挺大的。下面分享一下数据，按照测试时间记录数据。

看了监控，怀疑是后面活跃线程持续增长导致的，那么是否可以认为，这里 CPU 使用率差异都是在线程的切换导致的，我现在倾向于是的。后面有机会我会对线程数这个参数进行对比测试，继续优化 FunTester 框架。

• 接口功能测试专题
  

• 性能测试专题
  

• Groovy专题
  

• Java、Groovy、Go、Python
  

• 单测&白盒
  

• FunTester社群风采
  

• 测试理论鸡汤
  

• FunTester视频专题
  

• 案例分享：方案、BUG、爬虫
  

• UI自动化专题
  

• 测试工具专题