了解jvm中的循环性能

我正在玩jmh ，在关于循环的部分，他们说

您可能会注意到重复计数越大，所测量操作的“感知”成本就越低。 到目前为止，我们每增加1/20 ns，远远超出硬件实际可行的范围。 发生这种情况是因为循环被大量展开/流水线化 ，并且要从循环中提升要测量的操作。 士气：不要过度使用循环，依靠JMH来正确测量。

我亲自尝试过

  @Benchmark @OperationsPerInvocation(1) public int measurewrong_1() { return reps(1); } @Benchmark @OperationsPerInvocation(1000) public int measurewrong_1000() { return reps(1000); } 

得到以下结果：

 Benchmark Mode Cnt Score Error Units MyBenchmark.measurewrong_1 avgt 15 2.425 ± 0.137 ns/op MyBenchmark.measurewrong_1000 avgt 15 0.036 ± 0.001 ns/op 

它确实表明MyBenchmark.measurewrong_1000比MyBenchmark.measurewrong_1 。 但我无法真正理解JVM的优化，以提高性能。

他们的意思是循环展开/流水线 ？

Answer 1

循环展开使流水线成为可能。 因此，可管道的CPU（例如RISC）可以并行执行展开的代码。

因此，如果您的CPU能够并行执行5个管道，您的循环将以下列方式展开：

 // pseudo code int pipelines = 5; for(int i = 0; i < length; i += pipelines){ s += (x + y); s += (x + y); s += (x + y); s += (x + y); s += (x + y); } 

IF =指令获取，ID =指令解码，EX =执行，MEM =存储器访问，WB =寄存器写回

来自Oracle白皮书 ：

...标准编译器优化，可实现更快的循环执行。 循环展开增加了循环体尺寸，同时减少了迭代次数。 循环展开还可以提高其他优化的效率。

有关管道传输的更多信息： 经典RISC管道

Answer 2

循环展开是一种技术，通过重复循环体来展平多个循环迭代。
例如在给定的例子中

  for (int i = 0; i < reps; i++) { s += (x + y); } 

可以通过JIT编译器将其展开为类似的东西

  for (int i = 0; i < reps - 15; i += 16) { s += (x + y); s += (x + y); // ... 16 times ... s += (x + y); } 

然后可以进一步优化扩展的循环体

  for (int i = 0; i < reps - 15; i += 16) { s += 16 * (x + y); } 

显然，计算16 * (x + y)比计算(x + y)快16倍。

Answer 3

循环流水线=软件流水线。

基本上，它是一种用于优化顺序循环迭代效率的技术，通过执行循环体中的一些指令 – 并行 。

当然，这只能在满足某些条件时才能完成，例如每次迭代都不依赖于其他条件等。

来自insidehpc.com：

软件流水线操作实际上与硬件流水线无关，是一种循环优化技术，可使迭代中的语句彼此独立。 目标是删除依赖关系，以便可以并行执行看似顺序的指令。

在这里查看更多：

• 软件流水线解释

• 软件流水线 – 维基百科