淺談JAVA 異常對(duì)于性能的影響
在對(duì)客戶做技術(shù)支持時(shí),我們常常會(huì)看到很多客戶根本沒(méi)意識(shí)到的異常。在消除了這些異常之后,代碼運(yùn)行速度與以前相比大幅提升。這讓我們產(chǎn)生一種猜測(cè),就是在代碼里面使用異常會(huì)帶來(lái)顯著的性能開銷。因?yàn)楫惓J清e(cuò)誤情況處理的重要組成部分,摒棄是不太可能的,所以我們需要衡量異常處理對(duì)于性能影響,我們可以通過(guò)一個(gè)實(shí)驗(yàn)看看異常處理的對(duì)于性能的影響。
實(shí)驗(yàn)
我的實(shí)驗(yàn)基于一段隨機(jī)拋出異常的簡(jiǎn)單代碼。從科學(xué)的角度,這并非完全準(zhǔn)確的測(cè)量,同時(shí)我也并不了解HotSpot 編譯器會(huì)對(duì)運(yùn)行中的代碼做何動(dòng)作。但無(wú)論如何,這段代碼應(yīng)該能夠讓我們了解一些基本情況。
結(jié)果很有意思:拋出與捕獲異常的代價(jià)似乎極低。在我的例子里,大約是每個(gè)異常 0.02 毫秒。除非你真的拋出太多異常(我們指的是 10 萬(wàn)次或者更多),否則這一點(diǎn)基本都可忽略。 盡管這些結(jié)果顯示出異常處理本身并不影響代碼性能,但卻并未解決下面這個(gè)問(wèn)題:異常對(duì)性能的巨大影響該由誰(shuí)負(fù)責(zé)?
我明顯遺漏了什么重要的問(wèn)題。
重新想了一下,我意識(shí)到自己遺漏了異常處理的一個(gè)重要部分。我沒(méi)考慮到異常發(fā)生時(shí)你做了什么。在多數(shù)情況下你很有可能不僅僅是捕獲異常!而問(wèn)題就在這里:一般情況下,你會(huì)試圖對(duì)問(wèn)題進(jìn)行補(bǔ)充,并讓應(yīng)用在最終用戶那里仍能發(fā)揮功能。所以我遺漏的就是:“”為了處理異常而執(zhí)行的補(bǔ)充代碼“”。按照補(bǔ)充代碼的不同,性能損失可能會(huì)變得相當(dāng)顯著。在某些情況下這可能意味著重試連接到服務(wù)器,在另一些情況下則可能意味著使用默認(rèn)的回滾方案,而這種方案提供的解決辦法肯定會(huì)帶來(lái)非常差勁的性能。對(duì)于我們?cè)诤芏嗲闆r下看到的行為,這似乎給出了很好的解釋。
不過(guò)我卻不覺(jué)得分析到這里已經(jīng)萬(wàn)事大吉,而是感到這里還遺漏了別的什么東西。
Stack trace
對(duì)此問(wèn)題,我仍頗為好奇,為此監(jiān)視了收集 strack trace 時(shí)情況性能有何變化。
經(jīng)常發(fā)生的情況應(yīng)該是這樣的:記下異常及其棧軌跡,嘗試找出問(wèn)題到底在哪。
為此我修改了代碼,額外收集了異常的 strack trace 。這讓情況顯著改變。對(duì)異常的 strack trace 的收集,其性能影響要比單純捕獲并拋出異常高出10倍。因此盡管 strack trace 有助于理解哪里發(fā)生了問(wèn)題(有可能還有助于理解為何發(fā)生問(wèn)題),但卻存在性能損失。 由于我們談?wù)摰牟⒎且粭l strack trace,所以此處的影響往往非常之大。 多數(shù)情況下,我們都要在多個(gè)層次上拋出并捕獲異常。 我們看一個(gè)簡(jiǎn)單的例子: Web 服務(wù)客戶端連接到服務(wù)器。首先,Java 庫(kù)級(jí)別上存在一個(gè)連接失敗異常。此后會(huì)有框架級(jí)別上的客戶端失敗異常,再以后可能還會(huì)有應(yīng)用層次上的業(yè)務(wù)邏輯調(diào)用失敗異常。到現(xiàn)在為止,總共要搜集三條strack trace。 多數(shù)情況下,你都能從日志文件或者應(yīng)用輸出中看到這些 strack trace,而寫入這些較長(zhǎng)的strack trace 往往也會(huì)也帶來(lái)性能影響。
結(jié)論
首先因?yàn)榇嬖谛阅苡绊懚旬惓壷挥貌⒎橇疾?。異常有助于提供一種一致的方式來(lái)解決運(yùn)行時(shí)問(wèn)題,并且有助于寫出干凈的代碼。但我們應(yīng)該對(duì)代碼中拋出的異常數(shù)量進(jìn)行跟蹤,它們可能導(dǎo)致顯著的性能影響。所以 OneAPM 默認(rèn)要對(duì)所拋出的異常進(jìn)行跟蹤——在很多情況下人們都會(huì)對(duì)代碼中發(fā)生的異常以及在解決這些異常時(shí)的性能損耗感到吃驚不已。 其次盡管使用異常很有裨益,您也應(yīng)避免捕獲過(guò)多的 strack trace。異常應(yīng)該是為異常的情況而設(shè)計(jì)的,使用時(shí)應(yīng)該牢記這一原則。當(dāng)然,萬(wàn)一您不想遵從好的編程習(xí)慣,Java 語(yǔ)言就會(huì)讓您知道,那樣做可以讓您的程序運(yùn)行得更快,從而鼓勵(lì)您去那樣做。
以上所述就是本文的全部?jī)?nèi)容了,希望大家能夠喜歡。
- JAVA LinkedList和ArrayList的使用及性能分析
- Java虛擬機(jī)JVM性能優(yōu)化(一):JVM知識(shí)總結(jié)
- Java中Map的遍歷方法及性能測(cè)試
- 使用Java代碼獲取服務(wù)器性能信息及局域網(wǎng)內(nèi)主機(jī)名
- java開發(fā)中如何使用JVisualVM進(jìn)行性能分析
- Java中性能優(yōu)化的35種方法匯總
- 詳細(xì)介紹高性能Java緩存庫(kù)Caffeine
- JAVA下單接口優(yōu)化實(shí)戰(zhàn)TPS性能提高10倍
- java?9大性能優(yōu)化經(jīng)驗(yàn)總結(jié)
相關(guān)文章
SpringBoot+Mybatis-plus+shardingsphere實(shí)現(xiàn)分庫(kù)分表的方案
實(shí)現(xiàn)億級(jí)數(shù)據(jù)量分庫(kù)分表的項(xiàng)目是一個(gè)挑戰(zhàn)性很高的任務(wù),下面是一個(gè)基于Spring Boot的簡(jiǎn)單實(shí)現(xiàn)方案,感興趣的朋友一起看看吧2024-03-03Java中的Semaphore信號(hào)量使用方法代碼實(shí)例
這篇文章主要介紹了Java中的Semaphore信號(hào)量使用方法代碼實(shí)例,Semaphore是一種基于計(jì)數(shù)的信號(hào)量,它可以設(shè)定一個(gè)閾值,基于此,多個(gè)線程競(jìng)爭(zhēng)獲取許可信號(hào),做自己的申請(qǐng)后歸還,超過(guò)閾值后,線程申請(qǐng)?jiān)S可信號(hào)將會(huì)被阻塞,需要的朋友可以參考下2023-11-11SpringBoot集成阿里巴巴Druid監(jiān)控的示例代碼
這篇文章主要介紹了SpringBoot集成阿里巴巴Druid監(jiān)控的示例代碼,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-04-04