如性能優化第一規則中所述，垃圾是快速代碼的敵人。 通過使用垃圾收集器的服務，它不僅會破壞任何形式的確定性性能，而且我們開始在CPU高速緩存中填充垃圾，這將導致程序的高速緩存未命中。

那么，我們可以在不創建垃圾的情況下使用Java嗎？ 例如，在自然Java中，是否可以解決此問題：

創建10m個金融工具對象，將它們存儲在地圖中，檢索它們并使用每個對象執行計算，而完全不會產生任何垃圾。

如果您使用Chronicle ！ Chronicle提供了庫，因此您可以輕松地以對象的內存映射文件形式使用堆外存儲。 （有關本文的完整源代碼，請參見此處 。）

讓我們看一下實現上述問題的解決方案。

首先，讓我們看一下如何在普通Java中執行此操作，以確保我們了解問題以及如果使用標準Java庫進行實現會發生什么情況。

package zeroalloc;import org.junit.Assert; import org.junit.Test;import java.util.Map; import java.util.concurrent.ConcurrentHashMap;/*** Class to demonstrate zero garbage creation.* Run with -verbose:gc -Xmx4G*/ public class CreateOnHeapTest {private static final int ITERATIONS = 10_000_000;@Testpublic void testOnHeapMap() {System.out.println("----- HASHMAP ------------------------");Map<Integer, BondVOImpl> map = new ConcurrentHashMap<>(ITERATIONS);long actualQuantity = 0;long expectedQuantity = 0;long time = System.currentTimeMillis();System.out.println("*** Entering critical section ***");for (int i = 0; i < ITERATIONS; i++) {BondVOImpl bondVo = new BondVOImpl();bondVo.setQuantity(i);map.put(Integer.valueOf(i), bondVo);expectedQuantity += i;}long putTime = System.currentTimeMillis() - time;time = System.currentTimeMillis();System.out.println("************* STARTING GET *********************");for (int i = 0; i < map.size(); i++) {actualQuantity += map.get(i).getQuantity();}System.out.println("*** Exiting critical section ***");System.out.println("Time for putting " + putTime);System.out.println("Time for getting " + (System.currentTimeMillis() - time));Assert.assertEquals(expectedQuantity, actualQuantity);printMemUsage();}public static void printMemUsage() {System.gc();System.gc();System.out.println("Memory(heap) used " + humanReadableByteCount(Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory(), true));}public static String humanReadableByteCount(long bytes, boolean si) {int unit = si ? 1000 : 1024;if (bytes < unit) return bytes + " B";int exp = (int) (Math.log(bytes) / Math.log(unit));String pre = (si ? "kMGTPE" : "KMGTPE").charAt(exp - 1) + (si ? "" : "i");return String.format("%.1f %sB", bytes / Math.pow(unit, exp), pre);} }

這是程序的輸出：

*** Entering critical section *** [GC (Allocation Failure) 98816K->92120K(125952K), 0.0317021 secs] [Full GC (Ergonomics) 92120K->91917K(216576K), 0.2510530 secs] [GC (Allocation Failure) 125197K->125430K(224256K), 0.0449051 secs] [GC (Allocation Failure) 166390K->166686K(244224K), 0.0504341 secs] [Full GC (Ergonomics) 166686K->165777K(387072K), 0.6243385 secs] [GC (Allocation Failure) 226705K->226513K(388096K), 0.0785121 secs] [GC (Allocation Failure) 293073K->293497K(392704K), 0.0825828 secs] [Full GC (Ergonomics) 293497K->292649K(591872K), 1.2479519 secs] [GC (Allocation Failure) 359209K->359433K(689664K), 0.0666344 secs] [GC (Allocation Failure) 449033K->449417K(695296K), 0.1759746 secs] [GC (Allocation Failure) 539017K->539385K(747008K), 0.1907760 secs] [GC (Allocation Failure) 632569K->633009K(786944K), 0.2293778 secs] [Full GC (Ergonomics) 633009K->631584K(1085952K), 2.1328028 secs] [GC (Allocation Failure) 724768K->723368K(1146368K), 0.3092297 secs] [GC (Allocation Failure) 827816K->825088K(1174016K), 0.3156138 secs] [GC (Allocation Failure) 929536K->929952K(1207296K), 0.3891754 secs] [GC (Allocation Failure) 1008800K->1009560K(1273856K), 0.4149915 secs] [Full GC (Ergonomics) 1009560K->1007636K(1650688K), 3.4521240 secs] [GC (Allocation Failure) 1086484K->1087425K(1671680K), 0.3884906 secs] [GC (Allocation Failure) 1195969K->1196129K(1694208K), 0.2905121 secs] [GC (Allocation Failure) 1304673K->1305257K(1739776K), 0.4291658 secs] [GC (Allocation Failure) 1432745K->1433137K(1766912K), 0.4470582 secs] [GC (Allocation Failure) 1560625K->1561697K(1832960K), 0.6003558 secs] [Full GC (Ergonomics) 1561697K->1558537K(2343936K), 4.9359721 secs] [GC (Allocation Failure) 1728009K->1730019K(2343936K), 0.7616385 secs] [GC (Allocation Failure) 1899491K->1901139K(2413056K), 0.5187234 secs] [Full GC (Ergonomics) 1901139K->1897477K(3119616K), 5.7177263 secs] [GC (Allocation Failure) 2113029K->2114505K(3119616K), 0.6768888 secs] [GC (Allocation Failure) 2330057K->2331441K(3171840K), 0.4812436 secs] [Full GC (Ergonomics) 2331441K->2328578K(3530240K), 6.3054896 secs] [GC (Allocation Failure) 2600962K->2488834K(3528704K), 0.1580837 secs] *** Exiting critical section *** Time for putting 32088 Time for getting 454 [GC (System.gc()) 2537859K->2488834K(3547136K), 0.1599314 secs] [Full GC (System.gc()) 2488834K->2488485K(3547136K), 6.2759293 secs] [GC (System.gc()) 2488485K->2488485K(3559936K), 0.0060901 secs] [Full GC (System.gc()) 2488485K->2488485K(3559936K), 6.0975322 secs] Memory(heap) used 2.6 GB

跳出此問題的兩個要點是：一是垃圾回收的數量和開銷（顯然可以調整），二是使用了2.6GB的堆數量。 簡而言之，無法擺脫它，該程序會產生大量垃圾。

我們這次使用ChronicleMap嘗試完全相同的操作。

這是解決問題的代碼：

package zeroalloc;import net.openhft.chronicle.map.ChronicleMap; import net.openhft.chronicle.map.ChronicleMapBuilder; import net.openhft.lang.values.IntValue; import org.junit.Assert; import org.junit.Test;import java.io.File; import java.io.IOException;/*** Class to demonstrate zero garbage creation.* Run with -verbose:gc* To run in JFR use these options for best results* -XX:+UnlockCommercialFeatures -XX:+FlightRecorder*/ public class CreateChronicleTest {private static final int ITERATIONS = 10_000_000;@Testpublic void demoChronicleMap() throws IOException, InterruptedException {System.out.println("----- CHRONICLE MAP ------------------------");File file = new File("/tmp/chronicle-map-" + System.nanoTime() + ".map");file.deleteOnExit();ChronicleMapBuilder<IntValue, BondVOInterface> builder =ChronicleMapBuilder.of(IntValue.class, BondVOInterface.class).entries(ITERATIONS);try (ChronicleMap<IntValue, BondVOInterface> map =builder.createPersistedTo(file)) {final BondVOInterface value = map.newValueInstance();final IntValue key = map.newKeyInstance();long actualQuantity = 0;long expectedQuantity = 0;long time = System.currentTimeMillis();System.out.println("*** Entering critical section ***");for (int i = 0; i < ITERATIONS; i++) {value.setQuantity(i);key.setValue(i);map.put(key, value);expectedQuantity += i;}long putTime = (System.currentTimeMillis()-time);time = System.currentTimeMillis();for (int i = 0; i < ITERATIONS; i++) {key.setValue(i);actualQuantity += map.getUsing(key, value).getQuantity();}System.out.println("*** Exiting critical section ***");System.out.println("Time for putting " + putTime);System.out.println("Time for getting " + (System.currentTimeMillis()-time));Assert.assertEquals(expectedQuantity, actualQuantity);printMemUsage();} finally {file.delete();}}public static void printMemUsage(){System.gc();System.gc();System.out.println("Memory(heap) used " + humanReadableByteCount(Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory(), true));}public static String humanReadableByteCount(long bytes, boolean si) {int unit = si ? 1000 : 1024;if (bytes < unit) return bytes + " B";int exp = (int) (Math.log(bytes) / Math.log(unit));String pre = (si ? "kMGTPE" : "KMGTPE").charAt(exp-1) + (si ? "" : "i");return String.format("%.1f %sB", bytes / Math.pow(unit, exp), pre);} }

這是程序的輸出：

[GC (Allocation Failure) 33280K->6595K(125952K), 0.0072065 secs] [GC (Allocation Failure) 39875K->12177K(125952K), 0.0106678 secs] [GC (Allocation Failure) 45457K->15289K(125952K), 0.0068434 secs] [GC (Allocation Failure) 48569K->18357K(159232K), 0.0098287 secs] [GC (Allocation Failure) 84917K->21008K(159232K), 0.0156393 secs] *** Entering critical section *** *** Exiting critical section *** Time for putting 8554 Time for getting 4351 [GC (System.gc()) 36921K->21516K(230400K), 0.0331916 secs] [Full GC (System.gc()) 21516K->15209K(230400K), 0.0630483 secs] [GC (System.gc()) 15209K->15209K(230912K), 0.0006491 secs] [Full GC (System.gc()) 15209K->15209K(230912K), 0.0234045 secs] Memory(heap) used 18.2 MB

顯然，這里的要點是，關鍵部分沒有 GC，整個程序僅使用18MB的堆。 我們設法創建了一個程序，該程序通常會產生千兆字節的垃圾，而根本不會產生任何垃圾。

關于時間的注意事項

ChronicleMap顯然不是ConcurrentHashMap的替代品，它們的用法有很大不同，并且超出了本文的討論范圍。 但是功能上的主要區別是ChronicleMap是持久的，并且可以在許多JVM之間共享。 （ChronicleMap還具有可以復制tcp的功能。）盡管如此，如果除了確保我們處于同一個球場之外，快速比較時間比較有趣。 ChronicleMap的投放速度更快，從32秒提高到8.5秒。 但是ConcurrentHashMap中的大部分時間都花在GC上，并且可能會在某種程度上進行調整。 ConcurrentHashMap的獲取速度比4.3s快了0.5s。 不過，在其他運行中，由于該部分中發生了GC，因此我看到ConcurrentHashMap占用了7s的時間。 即使ChronicleMap所做的工作要多得多，但實際上由于缺少垃圾而使計時與ConcurrentHashMap相當。

重新啟動程序

ChronicleMap真正發揮作用的地方是重新啟動。 假設您的程序崩潰了，您需要重新計算與之前相同的計算。 對于ConcurrentHashMap，我們將不得不完全按照之前的方法重新填充地圖。 使用ChronicleMap，由于地圖是持久的，因此只需將地圖指向現有文件，然后重新運行計算以產生totalQuantity。

摘要

并發哈希圖編年史

gc暫停	許多	沒有
更新時間	32秒	8秒
讀取允許gc	7秒	4秒
不讀gc	0.5秒	4秒
堆大小	2.6GB	18MB
堅持不懈	沒有	是
快速重啟	沒有	是

翻譯自: https://www.javacodegeeks.com/2015/03/creating-millions-of-objects-with-zero-garbage.html

總結

以上是生活随笔為你收集整理的零垃圾创建数百万个对象的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。