Java无锁性能JMH

Question

我有一个JMH多线程测试：

@State(Scope.Benchmark)
@BenchmarkMode(Mode.Throughput)
@OutputTimeUnit(TimeUnit.MICROSECONDS)
@Fork(value = 1, jvmArgsAppend = { "-Xmx512m", "-server", "-XX:+AggressiveOpts","-XX:+UnlockDiagnosticVMOptions",
        "-XX:+UnlockExperimentalVMOptions", "-XX:+PrintAssembly", "-XX:PrintAssemblyOptions=intel",
        "-XX:+PrintSignatureHandlers"})
@Measurement(iterations = 5, time = 5, timeUnit = TimeUnit.SECONDS)
@Warmup(iterations = 3, time = 2, timeUnit = TimeUnit.SECONDS)
public class LinkedQueueBenchmark {
private static final Unsafe unsafe = UnsafeProvider.getUnsafe();
private static final long offsetObject;
private static final long offsetNext;

private static final int THREADS = 5;
private static class Node {
    private volatile Node next;
    public Node() {}
}

static {
    try {
        offsetObject = unsafe.objectFieldOffset(LinkedQueueBenchmark.class.getDeclaredField("object"));
        offsetNext = unsafe.objectFieldOffset(Node.class.getDeclaredField("next"));
    } catch (Exception ex) { throw new Error(ex); }
}

protected long t0,t1,t2,t3,t4,t5,t6,t7;
private volatile Node object = new Node(null);


@Threads(THREADS)
@Benchmark
public Node doTestCasSmart() {
    Node current, o = new Node();
    for(;;) {
        current = this.object;
        if (unsafe.compareAndSwapObject(this, offsetObject, current, o)) {
            //current.next = o; //Special line:
            break;
        } else {
            LockSupport.parkNanos(1);
        }
    }
    return current;
}
}

1. 在当前版本中，我的性能约为55 ops / us
2. 但是，如果我取消注释“特殊行”，或将其替换为unsafe.putOrderedObject（在任何方向上-current.next = o或o.next = current ），性能约为2 ops / us。

据我了解，这与CPU缓存有关，也许正在清除存储缓冲区。 如果我确实将其替换为没有CAS的基于锁的方法，性能将为11-20 ops / us。
我尝试使用LinuxPerfAsmProfiler和PrintAssembly，在第二种情况下，我看到：

....[Hottest Regions]...............................................................................
 25.92%   17.93%  [0x7f1d5105fe60:0x7f1d5105fe69] in SpinPause (libjvm.so)
 17.53%   20.62%  [0x7f1d5119dd88:0x7f1d5119de57] in ParMarkBitMap::live_words_in_range(HeapWord*, oopDesc*) const (libjvm.so)
 10.81%    6.30%  [0x7f1d5129cff5:0x7f1d5129d0ed] in ParallelTaskTerminator::offer_termination(TerminatorTerminator*) (libjvm.so)
  7.99%    9.86%  [0x7f1d3c51d280:0x7f1d3c51d3a2] in com.jad.generated.LinkedQueueBenchmark_doTestCasSmart::doTestCasSmart_thrpt_jmhStub 

有人可以向我解释实际情况吗？ 为什么这么慢？ 哪里有储物障碍？ 为什么putOrdered不起作用？ 以及如何解决？

Answer 1

规则：您应该首先寻找愚蠢的错误，而不是寻找“高级”答案。

SpinPause ， ParMarkBitMap::live_words_in_range(HeapWord*, oopDesc*)和ParallelTaskTerminator::offer_termination(TerminatorTerminator*)来自GC线程。 这很可能意味着大多数工作基准确实是GC。 确实，运行不带-prof gc注释的“特殊行”将产生：

# Run complete. Total time: 00:00:43

Benchmark                      Mode  Cnt      Score    Error   Units
LQB.doTestCasSmart            thrpt    5      5.930 ±  3.867  ops/us
LQB.doTestCasSmart:·gc.time   thrpt    5  29970.000               ms

因此，在运行的43秒中，您花费了30秒来进行GC。 或者，即使是普通的-verbose:gc也会显示它：

Iteration   3: [Full GC (Ergonomics)  408188K->1542K(454656K), 0.0043022 secs]
[GC (Allocation Failure)  60422K->60174K(454656K), 0.2061024 secs]
[GC (Allocation Failure)  119054K->118830K(454656K), 0.2314572 secs]
[GC (Allocation Failure)  177710K->177430K(454656K), 0.2268396 secs]
[GC (Allocation Failure)  236310K->236054K(454656K), 0.1718049 secs]
[GC (Allocation Failure)  294934K->294566K(454656K), 0.2265855 secs]
[Full GC (Ergonomics)  294566K->147408K(466432K), 0.7139546 secs]
[GC (Allocation Failure)  206288K->205880K(466432K), 0.2065388 secs]
[GC (Allocation Failure)  264760K->264312K(466432K), 0.2314117 secs]
[GC (Allocation Failure)  323192K->323016K(466432K), 0.2183271 secs]
[Full GC (Ergonomics)  323016K->322663K(466432K), 2.8058725 secs]

2.8s完整的GC，真糟。 在GC中花费大约5s，在一次迭代中，运行时间为5s。 那也很烂。

为什么？ 好吧，您正在此处建立链接列表。 当然，队列的头是不可访问的，应该收集从头到object所有内容。 但是收集不是瞬时的。 队列越长，消耗的内存越多，GC遍历它的工作就越多。 这是一个积极的反馈循环，会削弱执行力。 由于队列元素无论如何都是可收集的，因此此反馈循环永远不会到达OOME。 将初始object存储在新的head字段中将最终对OOME进行测试。

因此，坦率地说，您的问题与putOrdered ，内存障碍或队列性能无关。 我认为您需要重新考虑您实际测试的内容。 设计测试以使每个@Benchmark调用中的瞬态内存占用量保持不变本身就是一门艺术。