为什么40亿次迭代的Java循环只需2 ms？

Posted 2021-04-17

我在配备2.7 GHz Intel Core i7的笔记本电脑上运行以下Java代码。我打算让它测量完成2 ^ 32次迭代循环所需的时间，我预计大约需要1.48秒（4 / 2.7 = 1.48）。

但实际上它只需要2毫秒，而不是1.48秒。我想知道这是否是下面任何JVM优化的结果？

public static void main(String[] args)
{
    long start = System.nanoTime();

    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++){
    }
    long finish = System.nanoTime();
    long d = (finish - start) / 1000000;

    System.out.println("Used " + d);
}

答案

这里有两种可能性之一：

1. 编译器意识到循环是冗余的，什么也不做，所以它优化了它。
2. JIT（即时编译器）意识到循环是冗余的，什么都不做，所以它优化了它。

现代编译器非常聪明;他们可以看到代码何时无用。尝试将一个空循环放入GodBolt并查看输出，然后打开-O2优化，你会看到输出是沿着

main():
    xor eax, eax
    ret

---

我想澄清一下，在Java中，大多数优化都是由JIT完成的。在其他一些语言（如C / C ++）中，大多数优化都是由第一个编译器完成的。

另一答案

看起来它被JIT编译器优化了。当我关闭它（-Djava.compiler=NONE）时，代码运行得慢得多：

$ javac MyClass.java
$ java MyClass
Used 4
$ java -Djava.compiler=NONE MyClass
Used 40409

我将OP的代码放在class MyClass中。

另一答案

我只是陈述了显而易见的事实 - 这是一个JVM优化发生，循环将完全删除。这是一个小测试，显示JIT在启用/启用C1 Compiler和禁用时的巨大差异。

免责声明：不要写这样的测试 - 这只是为了证明实际循环“删除”发生在C2 Compiler：

@Benchmark
@Fork(1)
public void full() {
    long result = 0;
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++) {
        ++result;
    }
}

@Benchmark
@Fork(1)
public void minusOne() {
    long result = 0;
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE - 1; i++) {
        ++result;
    }
}

@Benchmark
@Fork(value = 1, jvmArgsAppend = { "-XX:TieredStopAtLevel=1" })
public void withoutC2() {
    long result = 0;
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE - 1; i++) {
        ++result;
    }
}

@Benchmark
@Fork(value = 1, jvmArgsAppend = { "-Xint" })
public void withoutAll() {
    long result = 0;
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE - 1; i++) {
        ++result;
    }
}

结果显示，取决于启用JIT的哪一部分，方法变得更快（速度快得多，看起来它正在“无所事事” - 循环移除，这似乎发生在C2 Compiler - 这是最高级别）：

 Benchmark                Mode  Cnt      Score   Error  Units
 Loop.full        avgt    2     ≈ 10⁻⁷          ms/op
 Loop.minusOne    avgt    2     ≈ 10⁻⁶          ms/op
 Loop.withoutAll  avgt    2  51782.751          ms/op
 Loop.withoutC2   avgt    2   1699.137          ms/op 

另一答案

正如已经指出的那样，JIT（即时）编译器可以优化空循环以便去除不必要的迭代。但是怎么样？

实际上，有两个JIT编译器：C1和C2。首先，使用C1编译代码。 C1收集统计信息并帮助JVM发现在100％的情况下我们的空循环不会改变任何东西而且是无用的。在这种情况下，C2进入舞台。当代码被经常调用时，可以使用收集的统计信息对C2进行优化和编译。

举个例子，我将测试下一个代码片段（我的JDK设置为slowdebug build 9-internal）：

public class Demo {
    private static void run() {
        for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++) {
        }
        System.out.println("Done!");
    }
}

使用以下命令行选项：

-XX:+UnlockDiagnosticVMOptions -XX:CompileCommand=print,*Demo.run

我的run方法有不同的版本，适当地用C1和C2编译。对我来说，最终的变体（C2）看起来像这样：

...

; B1: # B3 B2 <- BLOCK HEAD IS JUNK  Freq: 1
0x00000000125461b0: mov   dword ptr [rsp+0ffffffffffff7000h], eax
0x00000000125461b7: push  rbp
0x00000000125461b8: sub   rsp, 40h
0x00000000125461bc: mov   ebp, dword ptr [rdx]
0x00000000125461be: mov   rcx, rdx
0x00000000125461c1: mov   r10, 57fbc220h
0x00000000125461cb: call  indirect r10    ; *iload_1

0x00000000125461ce: cmp   ebp, 7fffffffh  ; 7fffffff => 2147483647
0x00000000125461d4: jnl   125461dbh       ; jump if not less

; B2: # B3 <- B1  Freq: 0.999999
0x00000000125461d6: mov   ebp, 7fffffffh  ; *if_icmpge

; B3: # N44 <- B1 B2  Freq: 1       
0x00000000125461db: mov   edx, 0ffffff5dh
0x0000000012837d60: nop
0x0000000012837d61: nop
0x0000000012837d62: nop
0x0000000012837d63: call  0ae86fa0h

...

它有点乱，但如果你仔细观察，你可能会注意到这里没有长时间运行的循环。有3个区块：B1，B2和B3，执行步骤可以是B1 -> B2 -> B3或B1 -> B3。其中Freq: 1 - 规范化块执行的估计频率。

另一答案

您正在测量检测循环不执行任何操作所花费的时间，在后台线程中编译代码并消除代码。

for (int t = 0; t < 5; t++) {
    long start = System.nanoTime();
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++) {
    }
    long time = System.nanoTime() - start;

    String s = String.format("%d: Took %.6f ms", t, time / 1e6);
    Thread.sleep(50);
    System.out.println(s);
    Thread.sleep(50);
}

如果你使用-XX:+PrintCompilation运行它，你可以看到代码已经在后台编译为3级或C1编译器，并在几次循环后编译到C4的4级。

    129   34 %     3       A::main @ 15 (93 bytes)
    130   35       3       A::main (93 bytes)
    130   36 %     4       A::main @ 15 (93 bytes)
    131   34 %     3       A::main @ -2 (93 bytes)   made not entrant
    131   36 %     4       A::main @ -2 (93 bytes)   made not entrant
0: Took 2.510408 ms
    268   75 %     3       A::main @ 15 (93 bytes)
    271   76 %     4       A::main @ 15 (93 bytes)
    274   75 %     3       A::main @ -2 (93 bytes)   made not entrant
1: Took 5.629456 ms
2: Took 0.000000 ms
3: Took 0.000364 ms
4: Took 0.000365 ms

如果你改变循环使用long它没有得到优化。

    for (long i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++) {
    }

相反，你得到

0: Took 1579.267321 ms
1: Took 1674.148662 ms
2: Took 1885.692166 ms
3: Took 1709.870567 ms
4: Took 1754.005112 ms

另一答案

您可以考虑以纳秒为单位的开始和结束时间，然后除以10 ^ 6来计算延迟

long d = (finish - start) / 1000000

它应该是10^9因为1第二= 10^9纳秒。