java内部语言和内联对Lambda性能的影响？

Question

我使用了这个基准java8-lambda-performance-test，在运行它时，我做了以下工作：

一,。禁用的固有用法

二,。禁用内联

三,。禁用编译 模式

我发现禁用这两个第一优化对结果没有影响

这很奇怪，而且在使用和print infrance运行基准测试时，我没有找到对infrance compiledLambdaForm的任何调用

因为数学本质在那里被大量使用，所以。。。我原以为禁用intrinsic会降低性能

Answer 1

我不认为内部函数有任何影响，因为Lambda表达式主要使用类LambdaMetaFactory.，这就是为什么内部函数和内部函数对Lambda本身没有影响的原因

对于数学本质，我认为，由于它们仅用于恒等式方法，而恒等式方法仅用于LambdaExtraAverage和LambdaExtraSerial测试，因此它们不会对基准测试结果产生太大影响

Answer 2

您没有注意到预期性能效果的原因是poorly written benchmark
我使用JMH重写了基准测试，最终一切正常

package lambdademo;

import org.openjdk.jmh.annotations.*;

import java.util.List;

@State(Scope.Benchmark)
public class LambdaBenchmark {
    @Param("100")
    private static int loopCount;

    private static double identity(double val) {
        double result = 0;
        for (int i=0; i < loopCount; i++) {
            result += Math.sqrt(Math.abs(Math.pow(val, 2)));    
        }
        return result / loopCount;
    }

    private List<EmployeeRec> employeeList = new EmployeeFile().loadEmployeeList();

    @Benchmark
    public double streamAverage() {
        return streamAverageNoInline();
    }

    @Benchmark
    @Fork(jvmArgs = "-XX:-Inline")
    public double streamAverageNoInline() {
        return employeeList.stream()
                .filter(s -> s.getGender().equals("M"))
                .mapToDouble(s -> s.getAge())
                .average()
                .getAsDouble();
    }

    @Benchmark
    public double streamMath() {
        return streamMathNoIntrinsic();
    }

    @Benchmark
    @Fork(jvmArgs = {"-XX:+UnlockDiagnosticVMOptions", "-XX:DisableIntrinsic=_dpow,_dabs,_dsqrt"})
    public double streamMathNoIntrinsic() {
        return employeeList.stream()
                .filter(s -> s.getGender().equals("M"))
                .mapToDouble(s -> identity(s.getAge()))
                .average()
                .getAsDouble();
    }
}

结果如下：

Benchmark                              Mode  Cnt     Score    Error  Units
LambdaBenchmark.streamAverage          avgt    5    71,490 ±  0,770  ms/op
LambdaBenchmark.streamAverageNoInline  avgt    5   122,740 ±  0,576  ms/op
LambdaBenchmark.streamMath             avgt    5    92,672 ±  1,538  ms/op
LambdaBenchmark.streamMathNoIntrinsic  avgt    5  5747,007 ± 20,387  ms/op

正如预期的那样，带有-XX:-Inline的基准测试工作时间延长了70%，而禁用了数学本质的版本似乎慢了60倍