在日常开发中，我们对一些代码的调用或者工具的使用会存在多种选择方式，在不确定他们性能的时候，我们首先想要做的就是去测量它。大多数时候，我们会简单的采用多次计数的方式来测量，来看这个方法的总耗时。

        但是，如果熟悉JVM类加载机制的话，应该知道JVM默认的执行模式是JIT编译与解释混合执行。JVM通过热点代码统计分析，识别高频方法的调用、循环体、公共模块等，基于JIT动态编译技术，会将热点代码转换成机器码，直接交给CPU执行。

        也就是说，JVM会不断的进行编译优化，这就使得很难确定重复多少次才能得到一个稳定的测试结果？所以，很多有经验的同学会在测试代码前写一段预热的逻辑。

1、JMH介绍

        JMH，全称 Java Microbenchmark Harness (微基准测试框架），是专门用于Java代码微基准测试的一套测试工具API，是由 OpenJDK/Oracle 官方发布的工具。何谓 Micro Benchmark 呢？简单地说就是在 method 层面上的 benchmark，精度可以精确到微秒级。

     一般用于代码的性能调优，精度甚至可以达到纳秒级别，适用于 java 以及其他基于 JVM 的语言。和 Apache JMeter 不同，JMH 测试的对象可以是任一方法，颗粒度更小，而不仅限于rest api。

        使用时，我们只需要通过配置告诉 JMH 测试哪些方法以及如何测试，JMH 就可以为我们自动生成基准测试的代码。

2、JMH 应用场景

1. 评估一个方法的不同实现，当你想对比两种不同的数据结构哪种性能更好。

2. 评估第三方库的执行性能，当你想比较两种不同的工具包的实现哪个更优（比如Jackson和Gson实现）。

3. 度量方法的执行耗时及输入的相关性，当你找到项目热点方法或者代码，想对其进一步进行优化时，也可以使用JMH进行定量分析；

3、JMH 相关概念

• BeachMark：基准测试，主要用来测试一些方法的性能，可以根据不同的参数以不同的单位进行计算（可以使用平均时间作为单位，也可以使用吞吐量作为单位，可以在BenchmarkMode值进行调整）。

• MIcro Benchmark：简单地说就是在method层面上的benchmark，精度可以精确到微秒级。

• OPS：Operation Per Second：每秒操作量，是衡量性能的重要指标，数值的性能越好。类似的有：TPS、QPS。

• Throughput：吞吐量。

• Warmup：预热，因为JVM的JIT机制的存储，如果某个函数被调用多次之后，JVM会尝试将其编译称为机器码从而提高执行速度。为了让结果更加接近真实情况就需要进行预热。

  

4、JMH 注解介绍

4.1、@BenchmarkMode

微基准测试类型。JMH 提供了以下几种类型进行支持：

类型	描述
Throughput	每段时间执行的次数，一般是秒。吞吐量模式。例如”1秒内可以执行多少次调用“，单位是操作数/时间。
AverageTime	调用的平均时间，例如”每次调用平均耗时x毫秒“，单位是时间/操作数。
SampleTime	在测试中，随机进行采样执行的时间。最后输出采样结果分布，例如”99%的调用在xx毫秒以内“。
SingleShotTime	在每次执行中计算耗时。只运行一次。往往把warmup次数设置为0，用于冷启动性能。
All	所有模式

4.2、@Warmup

在基准测试前先进行的预热行为，iterations = 3就是指预热轮数。

例：@Warmup(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
    即预热5次数、每次1秒

4.3、@Measurement

正式度量计算的轮数。

• iterations 进行测试的轮次
• time 每轮进行的时长
• timeUnit时长单位

 指定迭代次数与运行时间。例：

@Measurement(iterations = 6,time = 1, timeUnit = TimeUnit.SECONDS)
即执行六次，每次1秒

4.4、@Threads

    每个进程中的测试线程。Fork面向进程，Threads则是面向线程。

     如果配置Threads.MAX，则使用和处理器核数相同的线程数。

4.5、@Fork

     进行 fork 的次数。如果 fork 数是3的话，则 JMH 会 fork 出3个进程来进行测试。

4.6、@OutputTimeUnit

      基准测试结果的时间类型。一般选择秒、毫秒、微秒。

4.7、@Benchmark

    方法级注解，表示该方法是需要进行 benchmark 的对象，用法和 JUnit 的 @Test 类似。

4.8、@Param

        属性级注解，@Param 可以用来指定某项参数的多种情况。特别适合用来测试一个函数在不同的参数输入的情况下的性能。

        只能修饰字段，用来测试不同的参数对程序性能的影响，可以配合@State使用

4.9、@Setup

        方法级注解，这个注解的作用就是我们需要在测试之前进行一些准备工作，比如对一些数据的初始化之类的。和单元测试JUnit类似，用于基准测试前的初始化动作。

4.10、@TearDown

方法级注解，这个注解的作用就是我们需要在测试之后进行一些结束工作，比如关闭线程池，数据库连接等的，主要用于资源的回收等。

4.11、@State

当使用@Setup参数的时候，必须在类上加这个参数，不然会提示无法运行。

就比如我上面的例子中，就必须设置state。

State 用于声明某个类是一个“状态”，然后接受一个 Scope 参数用来表示该状态的共享范围。因为很多 benchmark 会需要一些表示状态的类，JMH 允许你把这些类以依赖注入的方式注入到 benchmark 函数里。Scope 主要分为三种。

1. Thread: 该状态为每个线程独享。
2. Group: 该状态为同一个组里面所有线程共享。
3. Benchmark: 该状态在所有线程间共享。(默认)

 5、图形化结果分析

        使用JMH测试的结果，可以二次加工，进行图形化展示。结合图表数据，更加直观。通过运行时，指定输出的格式文件，即可获得相应格式的性能测试结果。

比如下面这行代码，就是指定输出JSON格式的数据。

Options opt = new OptionsBuilder()  
    .resultFormat(ResultFormatType.JSON)  
    .build();

JMH支持以下5种格式的结果：

• TEXT 导出文本文件。

• CSV 导出csv格式文件。

• SCSV 导出scsv等格式的文件。

• JSON 导出成json文件。

• LATEX 导出到latex，一种基于ΤΕΧ的排版系统。

一般来说，我们导出成CSV文件，直接在Excel中操作，生成相应的图形就可以了。

  

另外介绍几个可以做图的工具：

JMH Visualizer这里有一个开源的项目（https://jmh.morethan.io/） ，通过导出json文件，上传之后，可得到简单的统计结果。个人认为它的展示方式并不是很好。

jmh-visual-chart

相比较而言，下面这个工具（http://deepoove.com/jmh-visual-chart） ，就相对直观一些。