[英]Groovy / Scala / Java under the hood
我用了6到7年的Java ,然后几个月前我发现了Groovy并且开始节省很多打字..然后我想知道某些事情是如何在幕后工作的(因为时髦的表现真的很差)并且明白要给予动态输入每个Groovy对象都是一个MetaClass
对象,它处理JVM无法自行处理的所有事情。 当然,这会在您编写的内容和执行的内容之间引入一层,从而减慢所有内容。
然后有一天我开始得到一些关于Scala的信息。 这两种语言在字节码翻译中的比较如何? 他们添加到普通Java代码可以获得的正常结构中有多少东西?
我的意思是, Scala是静态类型的,因此Java类的包装应该更轻,因为在编译期间会检查很多东西,但我不确定内部存在的真正差异。 (我不是在谈论Scala的功能方面与其他方面相比,这是另一回事)
有人可以开导我吗?
从WizardOfOdds注释看来,获得更少打字和相同性能的唯一方法是编写一个中间翻译器,用Java代码翻译某些东西(让javac编译它)而不改变事情的执行方式,只需添加同义词糖即可。语言本身的其他后备。
Scala在降低抽象成本方面做得越来越好。
在代码中的内联注释中,我解释了数组访问,pimped类型,结构类型以及对基元和对象进行抽象的性能特征。
object test {
/**
* From the perspective of the Scala Language, there isn't a distinction between
* objects, primitives, and arrays. They are all unified under a single type system,
* with Any as the top type.
*
* Array access, from a language perspective, looks like a.apply(0), or a.update(0, 1)
* But this is compiled to efficient bytecode without method calls.
*/
def accessPrimitiveArray {
val a = Array.fill[Int](2, 2)(1)
a(0)(1) = a(1)(0)
}
// 0: getstatic #62; //Field scala/Array$.MODULE$:Lscala/Array$;
// 3: iconst_2
// 4: iconst_2
// 5: new #64; //class test$$anonfun$1
// 8: dup
// 9: invokespecial #65; //Method test$$anonfun$1."<init>":()V
// 12: getstatic #70; //Field scala/reflect/Manifest$.MODULE$:Lscala/reflect/Manifest$;
// 15: invokevirtual #74; //Method scala/reflect/Manifest$.Int:()Lscala/reflect/AnyValManifest;
// 18: invokevirtual #78; //Method scala/Array$.fill:(IILscala/Function0;Lscala/reflect/ClassManifest;)[Ljava/lang/Object;
// 21: checkcast #80; //class "[[I"
// 24: astore_1
// 25: aload_1
// 26: iconst_0
// 27: aaload
// 28: iconst_1
// 29: aload_1
// 30: iconst_1
// 31: aaload
// 32: iconst_0
// 33: iaload
// 34: iastore
// 35: return
/**
* Rather than dynamically adding methods to a meta-class, Scala
* allows values to be implicity converted. The conversion is
* fixed at compilation time. At runtime, there is an overhead to
* instantiate RichAny before foo is called. HotSpot may be able to
* eliminate this overhead, and future versions of Scala may do so
* in the compiler.
*/
def callPimpedMethod {
class RichAny(a: Any) {
def foo = 0
}
implicit def ToRichAny(a: Any) = new RichAny(a)
new {}.foo
}
// 0: aload_0
// 1: new #85; //class test$$anon$1
// 4: dup
// 5: invokespecial #86; //Method test$$anon$1."<init>":()V
// 8: invokespecial #90; //Method ToRichAny$1:(Ljava/lang/Object;)Ltest$RichAny$1;
// 11: invokevirtual #96; //Method test$RichAny$1.foo:()I
// 14: pop
// 15: return
/**
* Scala allows 'Structural Types', which let you have a compiler-checked version
* of 'Duck Typing'. In Scala 2.7, the invocation of .size was done with reflection.
* In 2.8, the Method object is looked up on first invocation, and cached for later
* invocations..
*/
def duckType {
val al = new java.util.ArrayList[AnyRef]
(al: { def size(): Int }).size()
}
// [snip]
// 13: invokevirtual #106; //Method java/lang/Object.getClass:()Ljava/lang/Class;
// 16: invokestatic #108; //Method reflMethod$Method1:(Ljava/lang/Class;)Ljava/lang/reflect/Method;
// 19: aload_2
// 20: iconst_0
// 21: anewarray #102; //class java/lang/Object
// 24: invokevirtual #114; //Method java/lang/reflect/Method.invoke:(Ljava/lang/Object;[Ljava/lang/Object;)Ljava/lang/Object;
// 27: astore_3
// 28: aload_3
// 29: checkcast #116; //class java/lang/Integer
/**
* Scala 2.8 introduces annotation driven specialization of methods and classes. This avoids
* boxing of primitives, at the cost of increased code size. It is planned to specialize some classes
* in the standard library, notable Function1.
*
* The type parameter T in echoSpecialized is annotated to instruct the compiler to generated a specialized version
* for T = Int.
*/
def callEcho {
echo(1)
echoSpecialized(1)
}
// public void callEcho();
// Code:
// Stack=2, Locals=1, Args_size=1
// 0: aload_0
// 1: iconst_1
// 2: invokestatic #134; //Method scala/runtime/BoxesRunTime.boxToInteger:(I)Ljava/lang/Integer;
// 5: invokevirtual #138; //Method echo:(Ljava/lang/Object;)Ljava/lang/Object;
// 8: pop
// 9: aload_0
// 10: iconst_1
// 11: invokevirtual #142; //Method echoSpecialized$mIc$sp:(I)I
// 14: pop
// 15: return
def echo[T](t: T): T = t
def echoSpecialized[@specialized("Int") T](t: T): T = t
}
在Scala中for
被转换为对更高阶函数的调用链: foreach
, map
, flatMap
和withFilter
。 这非常强大,但您需要注意以下代码与Java中的类似外观构造的效率差不多。 Scala 2.8将@specialize Function1至少为Double
和Int
,并希望@specialize Traversable#foreach
,这将至少消除拳击成本。
for-comprehension的主体作为闭包传递,它被编译为匿名内部类。
def simpleForLoop {
var x = 0
for (i <- 0 until 10) x + i
}
// public final int apply(int);
// 0: aload_0
// 1: getfield #18; //Field x$1:Lscala/runtime/IntRef;
// 4: getfield #24; //Field scala/runtime/IntRef.elem:I
// 7: iload_1
// 8: iadd
// 9: ireturn
// public final java.lang.Object apply(java.lang.Object);
// 0: aload_0
// 1: aload_1
// 2: invokestatic #35; //Method scala/runtime/BoxesRunTime.unboxToInt:(Ljava/lang/Object;)I
// 5: invokevirtual #37; //Method apply:(I)I
// 8: invokestatic #41; //Method scala/runtime/BoxesRunTime.boxToInteger:(I)Ljava/lang/Integer;
// 11: areturn
// public test$$anonfun$simpleForLoop$1(scala.runtime.IntRef);
// 0: aload_0
// 1: aload_1
// 2: putfield #18; //Field x$1:Lscala/runtime/IntRef;
// 5: aload_0
// 6: invokespecial #49; //Method scala/runtime/AbstractFunction1."<init>":()V
// 9: return
LineNumberTable:第4行:0
// 0: new #16; //class scala/runtime/IntRef
// 3: dup
// 4: iconst_0
// 5: invokespecial #20; //Method scala/runtime/IntRef."<init>":(I)V
// 8: astore_1
// 9: getstatic #25; //Field scala/Predef$.MODULE$:Lscala/Predef$;
// 12: iconst_0
// 13: invokevirtual #29; //Method scala/Predef$.intWrapper:(I)Lscala/runtime/RichInt;
// 16: ldc #30; //int 10
// 18: invokevirtual #36; //Method scala/runtime/RichInt.until:(I)Lscala/collection/immutable/Range$ByOne;
// 21: new #38; //class test$$anonfun$simpleForLoop$1
// 24: dup
// 25: aload_1
// 26: invokespecial #41; //Method test$$anonfun$simpleForLoop$1."<init>":(Lscala/runtime/IntRef;)V
// 29: invokeinterface #47, 2; //InterfaceMethod scala/collection/immutable/Range$ByOne.foreach:(Lscala/Function1;)V
// 34: return
很多好的答案,我会尝试添加我从你的问题中得到的其他东西。 没有包装Scala对象。 例如,以下两个类(分别在Scala和Java中)生成完全相同的字节码:
// This is Scala
class Counter {
private var x = 0
def getCount() = {
val y = x
x += 1
y
}
}
// This is Java
class Counter {
private int x = 0;
private int x() {
return x;
}
private void x_$eq(int x) {
this.x = x;
}
public int getCounter() {
int y = x();
x_$eq(x() + 1);
return y;
}
}
特别值得注意的是,Scala总是通过getter和setter进入字段,甚至是同一类的其他方法。 然而,重点是这里绝对没有类包装。 无论是用Java还是Scala编译都是一样的。
现在,Scala可以更轻松地编写更慢的代码。 它的一些例子是:
Scala的for
值得注意地是比Java更慢的时候才递增指数-该解决方案,到目前为止,是使用while
循环代替,虽然有人写了编译器插件,自动完成这种转换。 迟早会增加这样的优化。
在Scala中编写闭包和传递函数非常容易。 它使代码更具可读性,但它比在紧密循环中不执行它慢得多。
它也很容易参数化函数,以便可以传递Int
,如果你正在处理原语(在Scala, AnyVal
子类中),这可能导致性能AnyVal
。
下面是一个用Scala以两种不同的方式编写的类的示例,其中更紧凑的类是慢两倍:
class Hamming extends Iterator[BigInt] {
import scala.collection.mutable.Queue
val qs = Seq.fill(3)(new Queue[BigInt])
def enqueue(n: BigInt) = qs zip Seq(2, 3, 5) foreach { case (q, m) => q enqueue n * m }
def next = {
val n = qs map (_.head) min;
qs foreach { q => if (q.head == n) q.dequeue }
enqueue(n)
n
}
def hasNext = true
qs foreach (_ enqueue 1)
}
class Hamming extends Iterator[BigInt] {
import scala.collection.mutable.Queue
val q2 = new Queue[BigInt]
val q3 = new Queue[BigInt]
val q5 = new Queue[BigInt]
def enqueue(n: BigInt) = {
q2 enqueue n * 2
q3 enqueue n * 3
q5 enqueue n * 5
}
def next = {
val n = q2.head min q3.head min q5.head
if (q2.head == n) q2.dequeue
if (q3.head == n) q3.dequeue
if (q5.head == n) q5.dequeue
enqueue(n)
n
}
def hasNext = true
List(q2, q3, q5) foreach (_ enqueue 1)
}
这也是在需要时如何完全平衡性能的一个很好的例子。 较快的版本在构造函数中使用foreach
,例如,它不会导致性能问题。
最后,这都是透视问题。 在对象上调用方法比直接调用函数和过程要慢,这是面向对象编程的一个主要反对意见,但事实证明它在大多数情况下并不是一个大问题。
需要注意的一件事是:Java 7将为JVM引入一个新的invokedynamic字节码,这将使Groovy的“元类魔术”变得不必要,并且应该大大加快JVM上的动态语言实现。
您可以将Java音译为Scala,最终得到几乎完全相同的字节码。 因此Scala完全能够像Java一样快。
也就是说,有很多方法可以编写速度更慢,内存更密集的Scala代码,这些代码比Java等效代码更短,更易读。 这很好! 我们使用Java而不是C,因为内存保护可以改进我们的代码。 Scala的额外表现力意味着您可以编写更短的程序,而不是像Java那样更少的程序。 有时会伤害性能,但大部分时间都没有。
反义词和David已经涵盖了关于Scala的要点:它基本上和Java一样快,它就是这样,因为它是静态类型的(因此不需要额外的运行时检查)并使用JVM通常可以完全删除的轻量级包装器。
Scala确实很容易使用强大的通用库功能。 与Java中任何强大的通用库一样,它具有一些与之相关的性能损失。 例如,使用java.util.HashMap在字节和字节之间实现映射在Java中会非常缓慢(与原始数组查找表相比),并且在Scala中同样会很慢。 但Scala为您提供了更多此类功能,并且可以非常轻松地调用它们,以至于您可以在非常少的代码中完成大量工作。 和往常一样,当你很容易提出要求时,人们有时会要求很多,然后想知道为什么需要这么长时间。 (当人们在幕后学习(或仔细思考)必须发生的事情时,易于询问会让人更加惊讶。)
可能引起的唯一合理批评是Scala并没有像编写高性能代码那样容易。 大多数易于使用的功能都针对通用函数编程,它仍然非常快,但不如直接访问原始类型那么快。 例如,Scala具有令人难以置信的强大for
循环,但它使用泛型类型,因此原语必须加框,因此您无法有效地使用它来迭代原始数组; 你必须使用while
循环。 (性能差异很可能会在2.8中减少,其中提到的是反义词。)
其他答案集中在scala的细节上。 我想为通用案例添加一些要点。 首先,编写一个字节码生成器是非常可行的,它生成类似javac的代码,但是来自非java的语言。 由于语言语义与java的语义不同,这变得更加困难。 然而,显式类型不是语义的一部分,只是语法的一部分(并且它具有错误检测属性)。
在不能静态地(在编译时)确定类型的情况下,或者如果语言本质上是动态的(键入是动态的,如javascript,jython,jruby等许多脚本语言中),性能会降低。 在使用1.6 jdk的情况下,您需要进行一些基于反射的调度。 这显然较慢,并且无法通过热点/虚拟机轻松优化。 Jdk 1.7扩展了invokedynamic,以便它可以实际用于以脚本语言支持的动态方式调用函数。
javac编译器没有做那么多的优化(jvm在运行时完成它们)所以java语言很简单地映射到java字节码。 这意味着与具有不同语义的语言相比,具有相同语义的语言具有优势。 这是JVM的缺点,也是CLR(.net运行时)和LLVM具有明显优势的地方。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.