乐趣区

关于java:如何写出高性能代码二巧用数据特性

jiezi

导语

同一份逻辑，不同人的实现的代码性能会呈现数量级的差别；同一份代码，你可能微调几个字符或者某行代码的程序，就会有数倍的性能晋升；同一份代码，也可能在不同处理器上运行也会有几倍的性能差别；十倍程序员 不是只存在于传说中，可能在咱们的四周也亘古未有。十倍体现在程序员的办法面面，而代码性能却是其中最直观的一面。

本文是《如何写出高性能代码》系列的第二篇，本文将通知你如何利用数据的几个个性以达到晋升代码性能的目标。

可复用性

咱们在代码中所用到的大部分数据，都是能够被重复使用的，这种能被重复使用的数据就不要去重复去获取或者初始化了，举个例子：

上图中在 for 循环中调用了 getSomeThing()函数，而这个函数理论和循环无关，它是能够放在循环外，其后果也是能够复用的，下面代码放在循环内白白多调用了 99 次，这里如果 getSomeThing()是个十分耗时或者耗 CPU 的函数，性能将会查近百倍。

在 Java 代码中，咱们很罕用的枚举类，大部分的枚举类可能常常有获取所有枚举信息的接口，大部分人可能写进去的代码像下面的 getList()这样。然而这种写法尽管性能上没啥问题，但每调用一次就会生成一个新的 List，如果调用频次很高就会对性能产生显著的影响。正确的做法应该动态初始化生成一个 不可变 的 list，之后间接复用就行。

舒适提醒：这里我特意标注了一个 不可变，在对象复用的状况下须要额定关注下是否有中央会扭转对象内容，如果对象须要被扭转就不能复用了，能够 deepcopy 之后再更改。当然如果这个对象生来就是会被扭转的，就没必要复用了。

非必要性

非必要性的意思是有些数据可能没必要去做初始化。举个简略的例子：

在下面代码中 sth 对象被获取后，才校验了参数的合法性，事实上如果参数是不非法的，sth 就没必要初始化了，这里 sth 就具备了非必要性。相似下面这种代码其实很常见，我在咱们公司代码库中就遇到了很屡次，根本的模式都是先获取了某些数据，但在之后有些过滤或者查看的逻辑导致代码跳出，而后这些数据就齐全没有用上。
应答非必要性的一个解决方案就是 提早初始化 ，有些中央也叫 懒加载 或者 惰性加载 ，像下面代码中只须要把 getSomeThing() 挪动到参数校验的前面，就能够防止这个性能问题了。像 Java 中咱们在用的 checkstyle 插件，就提供了一个 VariableDeclarationUsageDistance 的规定，这个规定的作用强制让代码的申明和应用不会距离太多行，从而避免出现上述这种申明但未应用导致的性能问题。
事实上， 提早初始化 是一个十分罕用的机制，比方驰名的 copy on write 其实就是提早初始化的榜样。另外像 Jdk 中很多汇合根本也都是提早初始化的，就拿 HashMap 为例，你在执行 new HashMap()时，只是创立了一个空壳对象，只有第一次调用 put()办法时整个 map 才会初始化。

// new HashMap()只是初始化进去一个空壳 hashmap
public HashMap(int initialCapacity, float loadFactor) {if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity:" +
                                       initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor:" +
                                       loadFactor);
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}
    
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 第一次 put 触发外部真正的初始化
    if ((tab = table) == null || (n = tab.length) == 0) 
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {// 省略其它代码}
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

局部性


局部性也是陈词滥调的个性了，局部性有好多种，数据局部性、空间局部性、工夫局部性……能够说就是因为局部性的存在，世界能力更高效地运行。更多对于局部性的内容，能够参考下我之前写的一篇文章局部性原理——各类优化的基石。
这里先说下数据局部性，在大多数状况下，只有大量的数据是会被频繁拜访的，俗称热点数据。解决热点数据最简略的办法就是给它加缓存加分片，具体计划就得看具体问题了。我来举个在互联网公司很常见的例子，很多业务数据都是存在数据库中，然而数据库在面对超大量的申请就有点力不从心了，因为局部性的存在，只有大量的数据是被频繁拜访的，咱们能够将这部分数据缓存在 Redis 中，从而缩小对数据库的压力。
另外说个大家比拟容易疏忽的一点，代码局部性。零碎中只有大量的代码是被重复执行的，而且如果零碎有性能问题，也是大量的代码导致的，所以只有找出并优化好这部分代码，零碎性能就能显著晋升。依赖一些性能剖析工具，比方用 arthas 火焰图就能很容易找到这部分代码（其余工具会在本系列第五篇文章中介绍）。

多读少写

除了局部性外，数据还有另外一个十分显著的个性，就是多读少写。这个也很合乎大家的直觉和习惯，比方大部分人都是看文章而不是写文章，你到如何网站上也都是看的多，改的少，这是一条简直放之四海而皆准的法则。那这个个性对咱们写代码有什么意义？这个个性意味着大概率你的代码局部性就产生在读数据的代码上，额定关注下这部分代码。
当然也不是说写数据不重要，这里就不得不说到多读少写的另外一个特点了，那就是写的老本远高于读的老本，而且写的重要性也远高于读的重要性。重要性显而易见，去银行只是看不到余额能够承受，但取不了钱那必定就是不行了。那为什么写数据的老本会远高于读数据的老本呢？简略能够这么了解，因为数据局部性的加持，很多读都能够通过各种伎俩来优化，而写就不大行，而且写可能会产生很多额定的副作用，须要增加很多校验之类的逻辑防止不必要的副作用。

以上就是本文的全部内容，心愿大家有所播种。

如何写出高性能代码系列文章

  • (一)善用算法和数据结构
  • (二)巧用数据个性
退出移动版