1. /**
    2.  * 在之前的测试中, 每个Benchmark都是一个方法, 然后所有线程都去执行这个方法
    3.  * ---
    4.  * 现在我们有个新的需求, 就是两套不同的代码, 要在一个Benchmark中一起执行
    5.  * 然后再看执行效率
    6.  *
    7.  */
    9. /**
    10.  * 比如下面这个例子:
    11.  * 我们猜猜看看在多线程竞争状态下, AtomicInteger 的执行效率如何
    12.  * ---
    13.  * 3个线程执行自增的代码, 1个线程执行获取数据的代码
    14.  * 一共4个线程, 他们在Benchmark中一起执行, 可以模拟 AtomicInteger在多线程竞争的情况下执行效率
    15.  */
    1. @Benchmark
    2. @Group("benchmark1_thread_competition")
    3. @GroupThreads(3)
    4. public int inc() {
    5.     return counter.incrementAndGet();
    6. }
    8. @Benchmark
    9. @Group("benchmark1_thread_competition")
    10. @GroupThreads(1)
    11. public int get() {
    12.     return counter.get();
    13. }
    1. @Benchmark
    2. @Group("benchmark2_inc_no_competition")
    3. @GroupThreads(1)
    4. public int inc3() {
    5.     // 3个线程只执行自增操作, 应该跟上面差不多
    6.     // 因为即使只有自增操作, 但由3个线程, 所有操作还是会在竞争状态
    7.     return counter.incrementAndGet();
    8. }
    10. @Benchmark
    11. @Group("benchmark3_get_no_competition")
    12. public int get1() {
    13.     // 这个benchmark只有一个线程在执行get操作
    14.     // 效率直接拉满
    15.     return counter.get();
    16. }