26 有哪些招惹麻烦的性能陷阱？ 前面，我们讨论了改善代码性能的最基本的办法。接下来，我们讨论一些最佳实践，让我们先从一些容易被忽略的性能陷阱开始。
使用性能测试工具
今天我们的讲解需要用到一个工具，它就是JMH。JMH是为Java语言或者其他基于JVM的编程语言设计的一个基准测试工具。这一节，我们会使用这个工具来分析一些性能的陷阱。这里我们简单地介绍下，这个工具该怎么使用。
第一步，使用Maven工具建立一个基准测试项目（需要使用Maven工具）： $ mvn archetype:generate \ -DinteractiveMode=false \ -DarchetypeGroupId=org.openjdk.jmh \ -DarchetypeArtifactId=jmh-java-benchmark-archetype \ -DgroupId=com.example \ -DartifactId=myJmh \ -Dversion=1.0
这个命令行，会生成一个myJmh的工程目录，和一个基准测试模板文件（myJmh/src/main/java/com/example/MyBenchmark.java）。通过更改这个测试模板，就可以得到你想要的基准测试了。
比如，你可以使用后面我们用到的基准测试代码，替换掉模板中的基准测试方法（measureStringApend）。 package com.example; import org.openjdk.jmh.annotations.Benchmark; public class MyBenchmark { @Benchmark public String measureStringApend() { String targetString = “”; for (int i = 0; i < 10000; i++) { targetString += “hello”; } return targetString; } }
第二步，编译基准测试：
$ cd myJmh $ mvn clean install
第三步，运行你的基准测试：
$ cd myJmh $ Java -jar target/benchmarks.jar
稍微等待，基准测试结果就出来了。我们需要关注的是”Score”这一栏，它表示的是每秒钟可以执行的基准测试方法的次数。
Benchmark Mode Cnt Score Error Units MyBenchmark.testMethod thrpt 25 35.945 ▒ 0.694 ops/s
这是JMH工具基本的使用流程，有关这个工具更多的选项和更详细的使用，需要你参考JMH的相关文档。
下面，我们通过字符串连接操作和哈希值的例子，来谈论一下这个工具要怎么使用，以及对应的性能问题。同时，我们再看看其他影响性能的一些小陷阱，比如内存的泄露、未关闭的资源和遗漏的hashCode。
字符串的操作
在Java的核心类库里，有三个字符串操作的类，分别问String、StringBuilder和StringBuffer。通过下面的基准测试，我们来了解下这三种不同的字符串操作的性能差异。为了方便，我把JMH测试的数据，标注在每个基准测试的方法注释里了。 // JMH throughput benchmark: about 32 operations per second @Benchmark public String measureStringApend() { String targetString = “”; for (int i = 0; i < 10000; i++) { targetString += “hello”; } return targetString; } // JMH throughput benchmark: about 5,600 operations per second @Benchmark public String measureStringBufferApend() { StringBuffer buffer = new StringBuffer(); for (int i = 0; i < 10000; i++) { buffer.append(“hello”); } return buffer.toString(); } // JMH throughput benchmark: about 21,000 operations per second @Benchmark public String measureStringBuilderApend() { StringBuilder builder = new StringBuilder(); for (int i = 0; i < 10000; i++) { builder.append(“hello”); } return builder.toString(); }
对于字符串连接的操作，这个基准测试结果显示，使用StringBuffer的字符串连接操作，比使用String的操作快了近200倍；使用StringBuilder 的字符串连接操作，比使用String的操作快了近700倍。
String的字符串连接操作为什么慢呢？ 这是因为每一个字符串连接的操作（targetString += “hello”），都需要创建一个新的String对象，然后再销毁，再创建。这种模式对CPU和内存消耗都比较大。
StringBuilder和StringBuffer为什么快呢？因为StringBuilder和StringBuffer的内部实现，预先分配了一定的内存。字符串操作时，只有预分配内存不足，才会扩展内存，这就大幅度减少了内存分配、拷贝和释放的频率。
StringBuilder为什么比StringBuffer还要快呢？StringBuffer的字符串操作是多线程安全的，而StringBuilder的操作就不是。如果我们看这两个方法的实现代码，除了线程安全的同步以外，几乎没有差别。
public final class StringBuffer extends AbstractStringBuilder implements java.io.Serializable, Comparable
JMH的基准测试，并没有涉及到线程同步问题，难道使用synchronized关键字也会有性能损耗吗？
我们再来看看另外一个基准测试。这个基准测试，使用线程不安全的StringBuilder以及同步的字符串连接，部分模拟了线程安全的StringBuffer.append()方法的实现。为了方便你对比，我把没有使用同步的代码也拷贝在下面。 // JMH throughput benchmark: about 21,000 operations per second @Benchmark public String measureStringBuilderApend() { StringBuilder builder = new StringBuilder(); for (int i = 0; i < 10000; i++) { builder.append(“hello”); } return builder.toString(); } // JMH throughput benchmark: about 16,000 operations per second @Benchmark public String measureStringBuilderSynchronizedApend() { StringBuilder builder = new StringBuilder(); for (int i = 0; i < 10000; i++) { synchronized (this) { builder.append(“hello”); } } return builder.toString(); }
这个基准测试结果显示，虽然基准测试并没有使用多个线程，但是使用了线程同步的代码比不使用线程同步的代码慢。线程同步，就是StringBuffer比StringBuilder慢的原因之一。
通过上面的基准测试，我们可以得出这样的结论：
- 频繁的对象创建、销毁，有损代码的效率；
- 减少内存分配、拷贝、释放的频率，可以提高代码的效率；
- 即使是单线程环境，使用线程同步依然有损代码的效率。
从上面的基准测试结果，是不是可以得出结论，我们应该使用StringBuilder来进行字符串操作呢？我们再来看几个基准测试的例子。
下面的例子，测试的是常量字符串的连接操作。从测试结果，我们可以看出，使用String的连接操作，要比使用StringBuilder的字符串连接快5万倍，这是一个让人惊讶的性能差异。 // JMH throughput benchmark: about 1,440,000,000 operations per second @Benchmark public void measureSimpleStringApend() { for (int i = 0; i < 10000; i++) { String targetString = “Hello, “ + “world!”; } } // JMH throughput benchmark: about 26,000 operations per second @Benchmark public void measureSimpleStringBuilderApend() { for (int i = 0; i < 10000; i++) { StringBuilder builder = new StringBuilder(); builder.append(“hello, “); builder.append(“world!”); } }
这个巨大的差异，主要来自于Java编译器和JVM对字符串处理的优化。” Hello, “ + ” world! “ 这样的表达式，并没有真正执行字符串连接。编译器会把它处理成一个连接好的常量字符串”Hello, world!“。这样，也就不存在反复的对象创建和销毁了，常量字符串的连接显示了超高的效率。
如果字符串的连接里，出现了变量，编译器和JVM就没有办法进行优化了。这时候，StringBuilder的效率优势才能体现出来。下面的两个基准测试结果，就显示了变量对于字符长连接操作效率的影响。 // JMH throughput benchmark: about 9,000 operations per second @Benchmark public void measureVariableStringApend() { for (int i = 0; i < 10000; i++) { String targetString = “Hello, “ + getAppendix(); } } // JMH throughput benchmark: about 26,000 operations per second @Benchmark public void measureVariableStringBuilderApend() { for (int i = 0; i < 10000; i++) { StringBuilder builder = new StringBuilder(); builder.append(“hello, “); builder.append(getAppendix()); } } private String getAppendix() { return “World!”; }
通过上面的基准测试，我们可以总结出下面的几条最佳实践：
- Java的编译器会优化常量字符串的连接，我们可以放心地把长的字符串换成多行；
- 带有变量的字符串连接，StringBuilder效率更高。如果效率敏感的代码，建议使用StringBuilder。String的连接操作可读性更高，效率不敏感的代码可以使用，比如异常信息、调试日志、使用不频繁的代码；
- 如果涉及大量的字符串操作，使用StringBuilder效率更高；
- 除非有线程安全的需求，不推荐使用线程安全的StringBuffer。
内存的泄露
内存泄漏是C语言的一个大问题。为了更好地管理内存，Java提供了自动的内存管理和垃圾回收机制。但是，Java依然会泄露内存。这种内存泄漏的主要表现是，如果一个对象不再有用处，而且它的引用还没有清零，垃圾回收器就意识不到这个对象需要及时回收，这时候就引发了内存泄露。
生命周期长的集合，是Java容易发生内存泄漏的地方。比如，可以扩张的静态的集合，或者存活时间长的缓存等。如果不能及时清理掉集合里没有用处的对象，就会造成内存的持续增加，引发内存泄漏问题。
比如下面这两个例子，就容易发生内存泄露。
静态的集合： static final List
长寿的缓存：
final List
解决这个问题的办法通常是使用SoftReference和WeakReference来存储对象的引用，或者主动地定期清理。
静态的集合： static final List<WeakReference
长寿的缓存：
final List<WeakReference
需要注意的是，缓存的处理是一个复杂的问题，使用SoftReference和WeakReference未必能够满足你的业务需求。更有效的缓存解决方案，依赖于具体的使用场景。
未关闭的资源
有很多系统资源，需要明确地关闭，要不然，占用的系统资源就不能有效地释放。比如说，数据库连接、套接字连接和 I/O 操作等。原则上，所有实现了Closable接口的对象，都应该调用close()操作；所有需要明确关闭的类，都应该实现Closable接口。
需要注意的是，close()操作，一定要使用try-finally或者try-with-resource语句。要不然，关闭资源的代码可能很复杂。
- 如果一个类需要关闭，但是又没有实现Closable接口，就比较麻烦，比如URLConnection. URLConnection.connect()能够建立连接，该连接需要关闭，但是URLConnection没有实现Closable接口，关闭的办法只能是关闭对应的I/O接口，可是关闭I/O输入和输出接口中的一个，还不能保证整个连接会完全关闭。谨慎的代码，需要把I/O输入和输出都关闭掉，哪怕不需要输入或者输出。但是这样一来，我们的编码负担就会加重。所以最好的方法就是实现Closable接口。
双向关闭I/O： URL url = new URL(“http://www.google.com/”); URLConnection conn = url.openConnection(); conn.connect(); try (InputStream is = conn.getInputStream()) { // sinnped } try (OutputStream os = conn.getOutputStream()) { // sinnped }
单向关闭I/O：
URL url = new URL(“http://www.google.com/”); URLConnection conn = url.openConnection(); conn.connect(); try (InputStream is = conn.getInputStream()) { // sinnped } // The output strean is not close, the connection may be still alive.
遗漏的hashCode
在使用Hashtbale、HashMap、HashSet这样的依赖哈希（hash）值的集合时，有时候我们会忘记要检查产生哈希值的对象，一定要实现hashCode()和equals()这两个方法。缺省的hashCode()实现，返回值是每一个对象都不同的数值。即使是相等的对象，不同的哈希值，使用基于哈希值的集合时，也会被看作不同的对象。这样的行为，可能不符合我们的预期。而且，使用没有实现hashCode()和equals()这两个方法的对象，可能会造成集合的尺寸持续增加，无端地占用内存，甚至会造成内存的泄漏。
所以，我们使用基于hash的集合时，一定要确保集合里的对象，都正确地实现了hashCode()和equals()这两个方法。
撞车的哈希值
实现hashCode()这个方法的，并没有要求不相等对象的返回值也必须是不相等的。但是如果返回的哈希值不同，对集合的性能就会有比较大的影响。
下面的两个基准测试结果显示，如果10,000个对象，只有10个不同的哈希值，它的集合运算的性能是令人担忧的。和使用了不用哈希值的实现相比，性能有几百倍的差异。
这种性能差异，主要是由基于哈希值的集合的实现方式决定的。哈希值如果相同，就要调用其他的方法来识别一个对象。哈希值如果不同，哈希值本身就可以确定一个对象的索引。如果哈希值撞车比例大，这种检索和计算的差距就会很大。 // JMH throughput benchmark: about 5,000 operations per second @Benchmark public void measureHashMap() throws IOException { Map<HashedKey, String> map = new HashMap<>(); for (int i = 0; i < 10000; i++) { map.put(new HashedKey(i), “value”); } } private static class HashedKey { final int key; HashedKey(int key) { this.key = key; } @Override public boolean equals(Object obj) { if (obj == this) { return true; } if (obj instanceof HashedKey) { return key == ((HashedKey)obj).key; } return false; } @Override public int hashCode() { return key; } } // JMH throughput benchmark: about 9.5 operations per second @Benchmark public void measureCollidedHashMap() throws IOException { Map<CollidedKey, String> map = new HashMap<>(); for (int i = 0; i < 10000; i++) { map.put(new CollidedKey(i), “value”); } } private static class CollidedKey { final int key; CollidedKey(int key) { this.key = key; } @Override public boolean equals(Object obj) { if (obj == this) { return true; } if (obj instanceof CollidedKey) { return key == ((CollidedKey)obj).key; } return false; } @Override public int hashCode() { return key % 10; } }
小结
今天，我们主要讨论了一些容易被忽略的性能陷阱。比如，字符串怎么操作才是高效的；Java常见的内存泄漏；资源关闭的正确方法以及集合的相关性能问题。
我们虽然使用了Java作为示例，但是像集合和字符串操作这样的性能问题，并不局限于特定的编程语言，你也可以看看你熟悉的编程语言有没有类似的问题。
一起来动手
这一次的练手题，我们来练习使用JMH工具，分析更多的性能问题。在“撞车的哈希值”这一小节，我们测试了HashMap的put方法，你能不能测试下其他方法以及其他基于哈希值的集合（HashSet，Hashtable）？我们测试的是10,000个对象，只有10个哈希值。如果10,000个对象，有5,000个哈希值，性能影响有多大？
下面的这段代码，你能够找到它的性能问题吗？ package com.example; import java.util.Arrays; import java.util.Random; public class UserId { private static final Random random = new Random(); private final byte[] userId = new byte[32]; public UserId() { random.nextBytes(userId); } @Override public boolean equals(Object obj) { if (obj == this) { return true; } if (obj instanceof UserId) { return Arrays.equals(this.userId, ((UserId)obj).userId); } return false; } @Override public int hashCode() { int retVal = 0; for (int i = 0; i < userId.length; i++) { retVal += userId[i]; } return retVal; } }
我们前面讨论了下面这段代码的性能问题，你能够使用JMH测试一个你的改进方案带来的效率提升吗？
import java.util.HashMap; import java.util.Map; class Solution { /// /* Given an array of integers, return indices of the two numbers /* such that they add up to a specific target. /*/ public int[] twoSum(int[] nums, int target) { Map<Integer, Integer> map = new HashMap<>(); for (int i = 0; i < nums.length; i++) { int complement = target - nums[i]; if (map.containsKey(complement)) { return new int[] { map.get(complement), i }; } map.put(nums[i], i); } throw new IllegalArgumentException(“No two sum solution”); } }
另外，你也可以检查一下你手头的代码，看看有没有踩到类似的坑。如果遇到类似的陷阱，看一看能不能改进。
容易被忽略的性能陷阱，有很多种。这些大大小小的经验，需要我们日复一日的积累。如果你有这方面的经验，或者看到这方面的技术，请你分享在留言区，我们一起来学习、积累这些经验。
也欢迎点击“请朋友读”，把这篇文章分享给你的朋友或者同事，一起交流一下。
参考资料
https://learn.lianglianglee.com/%e4%b8%93%e6%a0%8f/%e4%bb%a3%e7%a0%81%e7%b2%be%e8%bf%9b%e4%b9%8b%e8%b7%af/26%20%e6%9c%89%e5%93%aa%e4%ba%9b%e6%8b%9b%e6%83%b9%e9%ba%bb%e7%83%a6%e7%9a%84%e6%80%a7%e8%83%bd%e9%99%b7%e9%98%b1%ef%bc%9f.md
更多学习
更多实时资讯，前沿技术，生活趣事。尽在【老马啸西风】
交流社群：[交流群信息](https://mp.weixin.qq.com/s/rkSvXxiiLGjl3S-ZOZCr0Q)
