Java 性能测试为什么用 JMH?预热、死代码消除和常量折叠如何影响结果?
下面是一段用于讲解的模拟面试对话。
🧑💻 面试官: 你说两种转换方法,A 比 B 快,怎么测的?
🙋♂️ 我: 在 main 方法里循环调用,前后记录 nanoTime,再除以次数。
🧑💻 面试官: 结果用在哪里?
🙋♂️ 我: 没用,只想测执行时间。
🧑💻 面试官: 那编译器把不影响程序结果的计算消掉以后,你测到的还是这段计算吗?
微基准首先要证明“目标工作真的发生了”,然后才轮到计时精度。
面试速答(60 秒版)
Java 的执行会受到即时编译和运行时优化影响。直接写一个循环计时,可能把类加载、解释执行、编译过程和稳定后的执行混在一起,也可能因为结果没被使用,目标计算被优化掉。
JMH 是专门做 JVM 微基准的工具,可以帮助组织预热、正式测量和独立进程运行。但使用 JMH 不代表测试天然正确,基准代码仍然要让输入和真实用途相符,并且消费计算结果。
比如返回结果,或者在适当场景使用 Blackhole,减少死代码消除的影响;不要把所有输入写成编译器很容易提前算好的常量;还要记录 JDK、参数、数据规模和运行环境。
微基准适合比较一小段操作,不直接等于整个接口的吞吐量和 P99。最后是否值得改,仍要回到实际链路里验证。

知识点详解:跑得特别快,也可能根本没干活
先问这段计算有没有可观察的结果
假设咱们反复把一段字符串转换成某个值,转完以后既不返回,也不保存,更没有任何外部效果。如果编译器能够证明这段工作不会影响程序结果,就有机会消除它。
此时,计时器依然正常工作,循环也可能还留着一部分,但你想比较的计算已经不一定存在。多测几次,平均得再精细,也不能修复“测错对象”。
JMH 允许基准方法返回计算结果,工具会对返回结果进行消费;也可以根据基准需要显式使用 Blackhole。官方死代码示例展示的正是这种差别。
不过,不要为了让结果被使用,每次都打印到终端。打印可能比目标计算贵得多,最后主要测到的是 I/O。
输入固定,为什么也会测偏?
如果测试始终计算一个编译期就很容易确定的表达式,编译器可能提前算出结果,或者把不变计算移到测量循环之外。代码里看起来调用了一百万次,实际执行不一定如此。
因此,输入应当来自适合基准的数据状态,并覆盖你真正关心的分布。需要比较短字符串和长字符串,就明确设参数组;需要考虑命中和未命中,就分别准备对应输入。不要在每次基准调用里临时创建大量随机数据,把数据生成成本也算进目标操作。
JMH 常量折叠示例解释了状态字段与可预测常量的差别。它是在提醒基准作者控制优化条件,不是在建议业务代码为了测速故意去掉所有 final。

预热与 fork 分别在解决什么?
同一段 Java 代码,启动时可能主要由解释器执行,调用一段时间以后,热点代码才被即时编译。把前面几次与后面几次混在一起,容易比较到不同运行阶段。
预热给运行时积累执行信息的机会,正式测量再单独记录。但是预热轮数不是越多越科学,也不能承诺预热以后所有状态都永久稳定。要根据目标操作、编译状态和结果波动检查是否足够。
fork 则把基准放到独立 JVM 进程中运行,减少前一个测试积累的类型信息等状态对下一个测试的影响。官方 fork 示例说明了测试间画像污染的问题。线程数与共享状态也应符合真实使用方式,不能用单线程局部变量成绩替代共享容器的并发效果。

结果里哪些信息不能省?
至少保留 JDK 与 JVM 版本、关键 VM 参数、硬件与资源限制、输入规模、预热和测量设置、fork 数量、测试代码版本。看平均时间时,也要看误差和各轮结果,差异小于波动范围,就不应该宣布一个确定胜者。
如果优化目标是减少分配,应结合相应 profiler 看分配量;如果是业务接口,应该再检查真实负载下的吞吐、延迟分位数和错误率。操作本身快了一点,并不能证明数据库等待、锁竞争和网络成本一起变好了。
本文依据 JMH 官方样例解释设计方法,没有运行本篇性能基准,也不提供虚构的纳秒成绩或加速倍数。实际验证应先让两种实现通过同一批正确性测试,再比较性能,最后到目标应用中复测。
面试官继续追问
使用 nanoTime 本身有问题吗?
它适合测量经过时间。问题通常在测试设计、运行阶段和编译优化,不是换一个时钟 API 就能解决。极短操作还需要考虑测量开销,但也不能随意堆循环让优化条件改变。
JMH 结果稳定,就能直接决定线上方案吗?
不能。输入分布、线程竞争、分配压力和周边调用可能与线上不同。微基准可以支持一个局部判断,但需要说明这个判断如何落回真实应用。
为什么不在基准里手写一大段循环?
循环可能触发展开、合并计算等优化,让每次操作的成本失真。JMH 本身会组织调用,是否自己写循环,要根据测量对象和官方相关样例单独判断。
面试速记卡
- 先验真:目标计算必须真实发生,正确性先于性能。
- 防误测:消费结果、控制常量折叠,别用终端打印替代结果消费。
- 预热:区分运行阶段;fork:减少不同测试之间的状态污染。
- 留证据:环境、参数、输入、误差与代码版本要一起记录。
- 范围:微操作成绩不等于接口容量,更不等于线上 P99。
公司面试真题
这道题暂未收录可核验的公司真题来源。你可以先阅读本文解析,或浏览已收录的公司面试真题。
浏览公司面试真题 →