我将1000万条数据连续插入ArrayList后,竟然发现了JVM的新大陆

"哥,我发现新大陆了,等会发你代码"

"咋了,这么激动"

"等会..."

"我在一个ArrayList中连续插入1千万条数据,结果耗时不一样,分别是 2346 797 没搞明白 "

我看了一眼,就知道这小伙底盘不稳。

"你加个 -XX:+PrintGCDetails -XX:+PrintGCDateStamps,看下第一次是不是有Full GC"

"明白,我再试试看"

几分钟后...

2019-09-28T09:49:07.519-0800: [GC (Allocation Failure) [PSYoungGen:54888K->10738K(76288K)]54888K->36180K(251392K),0.0520111secs] [Times: user=0.24sys=0.03, real=0.06secs]2019-09-28T09:49:07.590-0800: [GC (Allocation Failure) [PSYoungGen:74092K->10736K(141824K)]99534K->80803K(316928K),0.0693607secs] [Times: user=0.39sys=0.03, real=0.06secs]2019-09-28T09:49:07.751-0800: [GC (Allocation Failure) [PSYoungGen:141808K->10736K(141824K)]211875K->188026K(320512K),0.1829926secs] [Times: user=1.02sys=0.10, real=0.18secs]2019-09-28T09:49:07.934-0800: [FullGC (Ergonomics) [PSYoungGen:10736K->0K(141824K)] [ParOldGen:177290K->171620K(402432K)]188026K->171620K(544256K), [Metaspace:3062K->3062K(1056768K)],1.8672996secs] [Times: user=5.96sys=0.03, real=1.87secs]23652019-09-28T09:49:09.832-0800: [GC (Allocation Failure) [PSYoungGen:129254K->10738K(196608K)]300875K->282609K(599040K),0.1039307secs] [Times: user=0.74sys=0.07, real=0.10secs]2019-09-28T09:49:09.936-0800: [FullGC (Ergonomics) [PSYoungGen:10738K->0K(196608K)] [ParOldGen:271871K->36047K(372736K)]282609K->36047K(569344K), [Metaspace:3067K->3067K(1056768K)],0.4510440secs] [Times: user=1.82sys=0.01, real=0.45secs]2019-09-28T09:49:10.440-0800: [GC (Allocation Failure) [PSYoungGen:185856K->10752K(264704K)]221903K->171359K(637440K),0.1292143secs] [Times: user=0.97sys=0.01, real=0.12secs]772

"狼哥,第一次Full GC果然耗时了1.87s,那我把堆调大看看,避免Full GC"

几分钟后...

"这次没有GC了,但是每次运行,前一个都比后一个耗时多点,这是怎么回事?"

"你试试放在不同线程中运行?"

"好"

又几分钟后...

"在不同线程中执行,两者耗时几乎一致,这是为什么?"

"你知道OSR吗?"

"不知道."

"那我跟你大概讲讲."

OSR(On-Stack Replacement ),是一种在运行时替换正在运行的函数/方法的栈帧的技术。

在现代的主流JVM中,都具备了多层编译的能力,一开始以解释的方式进行执行,这种性能相对来说(和c++比)会慢一点,但是一旦发现某一个函数执行很频繁的时候,就会采用JIT编译,提高函数执行性能(大部分比c++还快)。

但是,如果以函数为单位进行JIT编译,那么就无法应对main函数中包含循环体的情况,这个时候,OSR就派上了用场。

与其编译整个方法,我们可以在发现某个方法里有循环很热的时候,选择只编译方法里的某个循环,当循环体执行到 i = 5000 的时候,循环计数器达到了触发OSR编译的阈值,等编译完成之后,就可以执行编译后生成的代码。所以在上面例子中,当我们第二次执行循环体的时候,已经在执行OSR编译后的代码,那么在性能上会比前一次会快那么一点点。

关注我,私信回复“资料”,即可领取更多java架构资料!!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,175评论 5 466
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,674评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,151评论 0 328
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,597评论 1 269
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,505评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 47,969评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,455评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,118评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,227评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,213评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,214评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,928评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,512评论 3 302
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,616评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,848评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,228评论 2 344
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,772评论 2 339

推荐阅读更多精彩内容