:::warning 参见: https://github.com/openjdk/jmh/blob/master/jmh-samples/src/main/java/org/openjdk/jmh/samples/JMHSample_15_Asymmetric.java :::

之前介绍的JMH全都是单线程的例子
但真正在生产中, 各种多线程并发的业务数不胜数
同样的代码, 在单线程中的执行效率,与多线程中截然不同, 不是简单的加一个线程速度就翻倍
如果多线程编程中竞态条件会极大的影响我们的执行效率

1. 例子

下面看一个模拟多线程竞争的代码

@State(Scope.Group)
@BenchmarkMode(Mode.Throughput)
@OutputTimeUnit(TimeUnit.MICROSECONDS)
public class Sample_15_Asymmetric {
    private AtomicInteger counter;
    @Setup
    public void up() {
        counter = new AtomicInteger();
    }
    @Benchmark
    @Group("benchmark_thread_competition")
    @GroupThreads(3)
    public int inc() {
        return counter.incrementAndGet();
    }
    @Benchmark
    @Group("benchmark_thread_competition")
    @GroupThreads(1)
    public int get() {
        return counter.get();
    }
}

2. 分析

在这个例子中
inc() 与 get() 是两个方法, 虽然标记了两个 @Benchmark, 但他们是同时执行的
因为我们标记了 @Group(“benchmark_thread_competition”) , 他们在同一个组中
然后
inc() 同时会有3个线程执行
get()同时会有1个线程执行
整个过程中会启动4个线程执行

3. 报表

看看执行结果

Benchmark                                               Mode  Cnt    Score   Error   Units
Sample_15_Asymmetric.benchmark_thread_competition      thrpt       154.785          ops/us
Sample_15_Asymmetric.benchmark_thread_competition:get  thrpt       127.480          ops/us
Sample_15_Asymmetric.benchmark_thread_competition:inc  thrpt        27.305          ops/us

4. 对照组1

上面的例子是在竞争AtomicInteger对象的时候的执行效率

我们再来看看, 如果没有竞争的话, 执行效率如何

先看看单线程自增操作耗时

@Benchmark
@Group("benchmark_inc_no_competition")
@GroupThreads(1)
public int inc1() {
    return counter.incrementAndGet();
}

单独一个线程, 执行inc()

Benchmark                                           Mode  Cnt    Score   Error   Units
Sample_15_Asymmetric.benchmark_inc_no_competition  thrpt       164.339          ops/us

发现没, 这个例子中只有一个线程, 但执行效率却远远超过上面三个线程同时inc的效率, 效率大概在6倍左右
多线程反而让执行效率降低了

5. 对照组2

再看看但线程get操作耗时

@Benchmark
@Group("benchmark_get_no_competition")
public int get1() {
    // 这个benchmark只有一个线程在执行get操作
    // 效率直接拉满
    return counter.get();
}

Benchmark                                           Mode  Cnt    Score   Error   Units
Sample_15_Asymmetric.benchmark_get_no_competition  thrpt       615.008          ops/us

执行效率是原来的5倍左右,

6. 总结

JMH对多线程的支持很完善, 提供了许多工具, 让我们有能力模拟真实的业务场景, 我们要善加利用

架构设计