使用jmh框架进行benchmark测试-创新互联

性能问题

最近在跑flink社区1.15版本使用json_value函数时，发现其性能很差，通过jstack查看堆栈经常在执行以下堆栈

专注于为中小企业提供成都网站设计、成都网站制作服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业霍山免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了上1000家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。

可以看到这里的逻辑是在等锁，查看jsonpath的LRUCache

	`//`
	`// Source code recreated from a .class file by IntelliJ IDEA`
	`// (powered by FernFlower decompiler)`
	`//`

	`package org.apache.flink.table.shaded.com.jayway.jsonpath.spi.cache;`

	`import java.util.Deque;`
	`import java.util.LinkedList;`
	`import java.util.Map;`
	`import java.util.concurrent.ConcurrentHashMap;`
	`import java.util.concurrent.locks.ReentrantLock;`
	`import org.apache.flink.table.shaded.com.jayway.jsonpath.JsonPath;`

	`public class LRUCache implements Cache {`
	`private final ReentrantLock lock = new ReentrantLock();`
	`private final Mapmap = new ConcurrentHashMap();`
	`private final Dequequeue = new LinkedList();`
	`private final int limit;`

	`public LRUCache(int limit) {`
	`this.limit = limit;`
	`}`

	`public void put(String key, JsonPath value) {`
	`JsonPath oldValue = (JsonPath)this.map.put(key, value);`
	`if (oldValue != null) {`
	`this.removeThenAddKey(key);`
	`} else {`
	`this.addKey(key);`
	`}`

	`if (this.map.size() >this.limit) {`
	`this.map.remove(this.removeLast());`
	`}`

	`}`

	`public JsonPath get(String key) {`
	`JsonPath jsonPath = (JsonPath)this.map.get(key);`
	`if (jsonPath != null) {`
	`this.removeThenAddKey(key);`
	`}`

	`return jsonPath;`
	`}`

	`private void addKey(String key) {`
	`this.lock.lock();`

	`try {`
	`this.queue.addFirst(key);`
	`} finally {`
	`this.lock.unlock();`
	`}`

	`}`

	`private String removeLast() {`
	`this.lock.lock();`

	`String var2;`
	`try {`
	`String removedKey = (String)this.queue.removeLast();`
	`var2 = removedKey;`
	`} finally {`
	`this.lock.unlock();`
	`}`

	`return var2;`
	`}`

	`private void removeThenAddKey(String key) {`
	`this.lock.lock();`

	`try {`
	`this.queue.removeFirstOccurrence(key);`
	`this.queue.addFirst(key);`
	`} finally {`
	`this.lock.unlock();`
	`}`

	`}`

	`private void removeFirstOccurrence(String key) {`
	`this.lock.lock();`

	`try {`
	`this.queue.removeFirstOccurrence(key);`
	`} finally {`
	`this.lock.unlock();`
	`}`

	`}`

	`...`
	`}`

可以看到get操作时，如果获取到的是有值的，那么会更新相应key的数据从双端队列移到首位，借此来实现LRU的功能，但是这样每次get和put操作都是需要加锁的，因此并发情况下吞吐就会比较低，也会导致cpu使用效率较低。
从jsonpath社区查看相应的问题，也有相关的反馈
Performance bottlenecks · Issue #740 · json-path/JsonPath · GitHub
Fix JSONPath cache inefficient issue by Ferrari6 · Pull Request #7409 · apache/pinot · GitHub
比较方便的是，jsonpath 提供了spi的方式可以自定义的设置Cache的实现类，可以通过以下方式来设置新的cache实现。

	`static {`
	`CacheProvider.setCache(new JsonPathCache());`
	`}`

从pinot的实现中，我们看到他是用了guava的cache来替换了默认的LRUCache实现，那么这样实现性能优化有多少呢，这里我们是用java的性能测试框架jmh来测试下性能提升的情况

性能测试

这里为了方便，直接在flink-benchmark工程里添加了两个benchmark的测试类.
GuavaCache
LRUCache
这里面需要注意，因为cache是进程级别共享的，所以我们需要将设置@State(Benchmark)级别，这样我们构建的cache就是进程级别共享，而不是线程级别共享的。

写的测试是4个线程运行，缓存大小均为400
为了避免在本机运行时受本机的其他程序影响，最好是build jar之后放到服务器上跑

java -jar target/benchmarks.jar -rf csv org.apache.flink.benchmark.GuavaCacheBenchmark

得到一个测试结果

	`Benchmark Mode Cnt Score Error Units`
	`GuavaCacheBenchmark.get thrpt 30 4480.563 ± 203.311 ops/ms`
	`GuavaCacheBenchmark.put thrpt 30 1774.769 ± 119.198 ops/ms`

	`LRUCacheBenchmark.get thrpt 30 441.239 ± 2.812 ops/ms`
	`LRUCacheBenchmark.put thrpt 30 350.549 ± 12.285 ops/ms`

可以看到使用guava的cache后，get性能提升8倍左右，put性能提升5倍左右。
这块性能提升的主要来源是cache的实现机制上，和caffeine 的作者在github上也简单了解了下相关的推荐实现
后面会写一篇文章来专门分析下caffeine cache的优化实现。

你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧

文章题目：使用jmh框架进行benchmark测试-创新互联
新闻来源：http://cqcxhl.cn/article/shccj.html

重庆分公司，新征程启航

使用jmh框架进行benchmark测试-创新互联

其他资讯