JMH 是什么
JMH 是 Java Microbenchmark Harness 的简称，一个针对 Java 做基准测试的工具，是由开发 JVM 的那群人开发的。想精确的对一段代码做基准性能测试并不容易，因为 JVM 层面在编译期、运行时对代码做很多优化，然而当代码块处于整个零碎中运行时这些优化并不一定会失效，从而产生谬误的基准测试后果，而这个问题就是 JMH 要解决的。

JMH vs JMeter
JMeter 可能是最罕用的性能测试工具。它既反对图形界面，也反对命令行，属于黑盒测试的领域，对非开发人员比拟敌对，上手也非常容易。图形界面个别用于编写、调试测试用例，而理论的性能测试倡议还是在命令行下运行。

很多场景下 JMeter 和 JMH 都能够做性能测试，然而对于严格意义上的基准测试来说，只有 JMH 才适宜。JMeter 的测试后果精度绝对 JVM 较低、所以 JMeter 不适宜于类级别的基准测试，更适宜于对精度要求不高、耗时绝对较长的操作。

JMeter 测试精度差：JMeter 本身框架比拟重，举个例子：应用 JMH 测试一个办法，均匀耗时 0.01ms，而应用 JMeter 测试的后果均匀耗时 20ms，相差 200 倍。
JMeter 内置很多采样器：JMeter 内置了反对多种网络协议的采样器，能够在不写 Java 代码的状况下实现很多简单的测试。JMeter 反对集群的形式运行，不便模仿多用户、高并发压力测试。
总结：JMeter 适宜一些绝对耗时的集成功能测试，如 API 接口的测试。JMH 适宜于类或者办法的单元测试。

JMH 根本用法
创立 JMH 我的项目
官网举荐为 JMH 基准测试创立独自的我的项目，最简略的创立 JMH 我的项目的办法就是基于 maven 我的项目原型的形式创立（如果是在 windows 环境下，须要对 org.open.jdk.jmh 这样带. 的用双引号包裹）。

复制代码
mvn archetype:generate

      -DinteractiveMode=false
      -DarchetypeGroupId=org.openjdk.jmh
      -DarchetypeArtifactId=jmh-java-benchmark-archetype
      -DarchetypeVersion=1.21
      -DgroupId=com.jenkov
      -DartifactId=first-benchmark
      -Dversion=1.0

复制代码
能够看到生成的我的项目 pom 文件中次要是增加了两个 jmh
的依赖和设置了 maven-shade-plugin 的编译形式（负责把我的项目的所有依赖 jar 包打入到指标 jar 包中，与 springboot 的实现形式相似）。
复制代码
<dependencies>

    <dependency>
        <groupId>org.openjdk.jmh</groupId>
        <artifactId>jmh-core</artifactId>
        <version>${jmh.version}</version>
    </dependency>
    <dependency>
        <groupId>org.openjdk.jmh</groupId>
        <artifactId>jmh-generator-annprocess</artifactId>
        <version>${jmh.version}</version>
        <scope>provided</scope>
    </dependency>
</dependencies>

…
<plugin>

<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-shade-plugin</artifactId>
<version>2.2</version>
<executions>
    <execution>
        <phase>package</phase>
        <goals>
            <goal>shade</goal>
        </goals>
        <configuration>
            <finalName>${uberjar.name}</finalName>
            <transformers>
                <transformer implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">
                    <mainClass>org.openjdk.jmh.Main</mainClass>
                </transformer>
            </transformers>
            <filters>
                <filter>
                    <!--
                        Shading signed JARs will fail without this.
                        http://stackoverflow.com/questions/999489/invalid-signature-file-when-attempting-to-run-a-jar
                    -->
                    <artifact>*:*</artifact>
                    <excludes>
                        <exclude>META-INF/*.SF</exclude>
                        <exclude>META-INF/*.DSA</exclude>
                        <exclude>META-INF/*.RSA</exclude>
                    </excludes>
                </filter>
            </filters>
        </configuration>
    </execution>
</executions>

</plugin>
复制代码
生成的我的项目中曾经蕴含了一个 class 文件 MyBenchmark.java，如下：

复制代码
public class MyBenchmark {

@Benchmark
public void testMethod() {
    // This is a demo/sample template for building your JMH benchmarks. Edit as needed.
    // Put your benchmark code here.
}

}
复制代码
编写基准测试代码
在下面生成的 MyBenchmark 类的 testMethod 中就能够增加基准测试的 java 代码，举例如下：测试 AtomicInteger 的 incrementAndGet 的基准性能。

复制代码
public class MyBenchmark {

static AtomicInteger integer = new AtomicInteger();

@Benchmark
public void testMethod() {
    // This is a demo/sample template for building your JMH benchmarks. Edit as needed.
    // Put your benchmark code here.
    integer.incrementAndGet();}

}
复制代码
JMH 打包、运行
我的项目打包

mvn clean install
运行生成的指标 jar 包 benchmark.jar：

复制代码
java -jar benchmark.jar

JMH version: 1.21

VM version: JDK 1.8.0_181, Java HotSpot(TM) 64-Bit Server VM, 25.181-b13

VM invoker: C:\Java\jdk1.8.0_181\jre\bin\java.exe

VM options: <none>

Warmup: 5 iterations, 10 s each

Measurement: 5 iterations, 10 s each

Timeout: 10 min per iteration

Threads: 1 thread, will synchronize iterations

Benchmark mode: Throughput, ops/time

Benchmark: org.sample.MyBenchmark.testMethod

Run progress: 0.00% complete, ETA 00:01:40

Fork: 1 of 1

Warmup Iteration 1: 81052462.185 ops/s

Warmup Iteration 2: 80152956.333 ops/s

Warmup Iteration 3: 81305026.522 ops/s

Warmup Iteration 4: 81740215.227 ops/s

Warmup Iteration 5: 82398485.097 ops/s

Iteration 1: 82176523.804 ops/s
Iteration 2: 81818881.730 ops/s
Iteration 3: 82812749.807 ops/s
Iteration 4: 82406672.531 ops/s
Iteration 5: 74270344.512 ops/s

Result “org.sample.MyBenchmark.testMethod”:
80697034.477 ±(99.9%) 13903555.960 ops/s [Average]
(min, avg, max) = (74270344.512, 80697034.477, 82812749.807), stdev = 3610709.330
CI (99.9%): [66793478.517, 94600590.437] (assumes normal distribution)

Run complete. Total time: 00:01:41

REMEMBER: The numbers below are just data. To gain reusable insights, you need to follow up on
why the numbers are the way they are. Use profilers (see -prof, -lprof), design factorial
experiments, perform baseline and negative tests that provide experimental control, make sure
the benchmarking environment is safe on JVM/OS/HW level, ask for reviews from the domain experts.
Do not assume the numbers tell you what you want them to tell.

Benchmark Mode Cnt Score Error Units
MyBenchmark.testMethod thrpt 5 80697034.477 ± 13903555.960 ops/s
复制代码
从下面的日志咱们大抵能够理解到 JMH 的基准测试次要经验了上面几个过程：

打印本次测试的配置，warmup：5 轮；measurement：5 轮；每轮：10s；启动 1 个线程做测试；基准测试指标：吞吐量（throughput，单位是 s）；测试方法 MyBenchmark.testMethod
启动一个 JVM 过程做基准测试（也能够设置启动多个过程，缩小随机因素的误差影响）
在 JVM 过程中先执行了 5 轮的预热（warmup），每轮 10s，总共 50s 的预热工夫。预热的数据不作为基准测试的参考。
测试了 5 轮，每轮 10s，总共 50s 的测试工夫
汇总测试数据、生成后果报表。最终论断是吞吐量（80697034.477 ±13903555.960 ops/s）, 其中 80697034.477 是后果，13903555.960 是误差范畴。