0.前言
本文主要讨论哈希冲突下的一些性能测试。
为什么要写这篇文章,不是为了KPI不是为了水字数。
hashmap是广大JAVA程序员最为耳熟能详,使用最广泛的集合框架。它是大厂面试必问,著名八股经必备。在小公司呢?这些年也面过不少人,对于3,5年以上的程序员,问到hashmap也仅限于要求知道底层是数组+链表,知道怎么放进去,知道有哈希冲突这么一回事即可,可依然免不了装备的嫌疑。
可hashmap背后的思想,在缓存,在数据倾斜,在负载均衡等分布式大数据领域都能广泛看到其身影。了解其背后的思想不仅仅只是为了一个hashmap.
更重要的是,hashmap不像jvm底层原理那么遥远,不像并发编程那么宏大,它只需要通勤路上十分钟就可搞定基本原理,有什么理由不呢?
所以本文试着从相对少见的一个微小角度来重新审视一下hashmap.
1.准备工作。
1.1模拟哈希冲突
新建两个class,一个正常重写equals
和hashcode
方法,一个故意在hashcode
方法里返回一定范围内的随机数,模拟哈希冲突,以及控制哈希冲突的程序。
不冲突的类
@Setter public class KeyTest2 { private String name; @Override public boolean equals(Object o) { if (this == o) return true; if (o == null || getClass() != o.getClass()) return false; KeyTest2 keyTest = (KeyTest2) o; return name != null ? name.equals(keyTest.name) : keyTest.name == null; } @Override public int hashCode() { return name != null ? name.hashCode() : 0; } }
冲突的类
@Setter @NoArgsConstructor public class KeyTest { private String name; private Random random; public KeyTest(Random random){ this.random = random; } @Override public boolean equals(Object o) { if (this == o) return true; if (o == null || getClass() != o.getClass()) return false; KeyTest keyTest = (KeyTest) o; return name != null ? name.equals(keyTest.name) : keyTest.name == null; } @Override public int hashCode() { // return name != null ? name.hashCode() : 0; return random.nextInt(1000); } }
众所周知,hashmap在做put的时候,先根据key求hashcode,找到数组下标位置,如果该位置有元素,再比较equals,如果返回true,则替换该元素并返回被替换的元素;否则就是哈希冲突了,即hashcode相同但equals返回false。
哈希冲突的时候在冲突的数组处形成数组,长度达到8以后变成红黑树。
1.2 java的基准测试。
这里使用JMH进行基准测试.
JMH是Java Microbenchmark Harness的简称,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.
jdk9以上的版本自带了JMH,如果是jdk8可以使用maven引入依赖。
点击查看JMH依赖
<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> </dependency>
2.测试初始化长度
点击查看初始化长度基本测试代码
/使用模式 默认是Mode.Throughput @BenchmarkMode(Mode.AverageTime) // 配置预热次数,默认是每次运行1秒,运行10次,这里设置为3次 @Warmup(iterations = 3, time = 1) // 本例是一次运行4秒,总共运行3次,在性能对比时候,采用默认1秒即可 @Measurement(iterations = 3, time = 4) // 配置同时起多少个线程执行 @Threads(1) //代表启动多个单独的进程分别测试每个方法,这里指定为每个方法启动一个进程 @Fork(1) // 定义类实例的生命周期,Scope.Benchmark:所有测试线程共享一个实例,用于测试有状态实例在多线程共享下的性能 @State(value = Scope.Benchmark) // 统计结果的时间单元 @OutputTimeUnit(TimeUnit.NANOSECONDS) public class HashMapPutResizeBenchmark { @Param(value = {"1000000"}) int value; /** * 初始化长度 */ @Benchmark public void testInitLen(){ HashMap map = new HashMap(1000000); Random random = new Random(); for (int i = 0; i < value; i++) { KeyTestConflict test = new KeyTestConflict(random, 10000); test.setName(i+""); map.put(test, test); } } /** * 不初始化长度 */ @Benchmark public void testNoInitLen(){ HashMap map = new HashMap(); for (int i = 0; i < value; i++) { Random random = new Random(); KeyTestConflict test = new KeyTestConflict(random, 10000); test.setName(i+""); map.put(test, test); } } public static void main(String[] args) throws RunnerException { Options opt = new OptionsBuilder() .include(HashMapPutResizeBenchmark.class.getSimpleName()) .mode(Mode.All) // 指定结果以json结尾,生成后复制可去:http://deepoove.com/jmh-visual-chart/ 或https://jmh.morethan.io/ 得到可视化界面 .result("hashmap_result_put_resize.json") .resultFormat(ResultFormatType.JSON).build(); new Runner(opt).run(); } }
测试结果图
对测试结果图例做一个简单的说明:
以上基准测试,会得到一个json格式的结果。然后将该结果上传到官方网站,会得到一个上述图片的结果。
横坐标,红色驻图代表有冲突,浅蓝色驻图无冲突。
众坐标,ops/ns代表平均每次操作花费的时间,单位为纳秒,1秒=1000000000纳秒
,这样更精准。
下同。
简单说,驻图越高代表性能越低。
我测了两次,分别是无哈希冲突和有哈希冲突的,这里只贴一种结果。
测试结果表明,hashmap定义时有初始化对比无初始化,有大约4%到12%
的性能损耗。
足够的初始化长度下,有哈希冲突的测试结果:
足够的初始化长度下,没有哈希冲突的测试结果:
3.模拟一百万个元素put,get的差异。
众所周知,hashmap在频繁做resize时,性能损耗非常严重。以上是没初始化长度,无冲突和有冲突的情况下,前者性能是后者性能的53倍。
那么在初始化长度的情况下呢?
HashMap map = new HashMap(1000000);
同样的代码下,得到的测试结果
以上是有初始化长度,无冲突和有冲突的情况下,前者性能是后者性能的58倍。
大差不差,不管有无初始化长度,无冲突的效率都是有冲突效率的50倍以上。说明,这是哈希冲突带来的性能损耗。
4.模拟无红黑树情况下get效率
4.1 将random扩大,哈希冲突严重性大大减小,模拟大多数哈希冲突导致的哈希链长度均小于8,无法扩展为红黑树,只能遍历数组。
将KeyTest的hashcode方法改为:
@Override public int hashCode() { // return name != null ? name.hashCode() : 0; return random.nextInt(130000); }
这样1000000/130000 < 8,这样大多数的哈希链将不会扩展为红黑树。
测试结果为:
测试结果说明,**有冲突的效率反而比无冲突的效率要高**
,差不多高出80%左右。
这其实有点违反常识,我们通常讲,hashmap要尽量避免哈希冲突,哈希冲突的情况下写入和读取性能都会受到很大的影响。
但是上面的测试结果表明,大数据量相对比较大的时候,适当的哈希冲突(<8)反而读取效率更高。
个人猜测是,适当的哈希冲突,数组长度大为减少。
为了证明以上猜想,直接对ArrayList进行基准测试。
4.1.1 ArrayList不同长度下get效率的基准测试
模拟一个哈希冲突非常严重下,底层数组长度较小的list,和哈希冲突不严重情况下,底层数组较大的list,再随机测试Get的效率如何。
点击查看测试代码
//使用模式 默认是Mode.Throughput @BenchmarkMode(Mode.AverageTime) // 配置预热次数,默认是每次运行1秒,运行10次,这里设置为3次 @Warmup(iterations = 3, time = 1) // 本例是一次运行4秒,总共运行3次,在性能对比时候,采用默认1秒即可 @Measurement(iterations = 3, time = 4) // 配置同时起多少个线程执行 @Threads(1) //代表启动多个单独的进程分别测试每个方法,这里指定为每个方法启动一个进程 @Fork(1) // 定义类实例的生命周期,Scope.Benchmark:所有测试线程共享一个实例,用于测试有状态实例在多线程共享下的性能 @State(value = Scope.Benchmark) // 统计结果的时间单元 @OutputTimeUnit(TimeUnit.NANOSECONDS) public class ArrayListGetBenchmark { // @Param(value = {"1000","100000","1000000"}) @Param(value = {"1000000"}) int value; @Benchmark public void testConflict(){ int len = 10000; Random random = new Random(len); for (int i = 0; i < 100; i++) { int index = random.nextInt(len); System.out.println("有冲突,index = " + index); ConflictHashMapOfList.list.get(index); } } @Benchmark public void testNoConflict(){ int len = 1000000; Random random = new Random(len); for (int i = 0; i < 100; i++) { int index = random.nextInt(len); System.out.println("无冲突,index = " + index); NoConflictHashMapOfList.list.get(index); } } public static void main(String[] args) throws RunnerException { Options opt = new OptionsBuilder() .include(HashMapGetBenchmark.class.getSimpleName()) .mode(Mode.All) // 指定结果以json结尾,生成后复制可去:http://deepoove.com/jmh-visual-chart/ 或https://jmh.morethan.io/ 得到可视化界面 .result("arraylist_result_get_all.json") .resultFormat(ResultFormatType.JSON).build(); new Runner(opt).run(); } @State(Scope.Thread) public static class ConflictHashMapOfList { volatile static ArrayList list = new ArrayList(); static int randomMax = 10000; static { // 模拟哈希冲突严重,数组长度较小 for (int i = 0; i < randomMax; i++) { list.add(i); } } } @State(Scope.Thread) public static class NoConflictHashMapOfList { volatile static ArrayList list = new ArrayList(); static int randomMax = 1000000; static { // 模拟没有哈希冲突,数组长度较大 for (int i = 0; i < randomMax; i++) { list.add(i); } } } }
测试结果如下:
可以看到,间接证实了以上的猜想。
当然这里的代码可能并不严谨,也欢迎大家一起讨论。
4.2 jdk1.8版本,哈希冲突严重下的get效率测试
测试结果说明:在jdk8,无冲突效率是有有冲突的3倍左右。
4.3 将jdk版本降为1.7,在哈希冲突依然严重的情况下,get效率如何?
测试结果说明:在jdk7,无冲突效率是有有冲突的12倍左右。
结合4.1和4.2的测试对比,说明jdk1.8红黑树的优化效率确实提升很大。
5.总结
1.初始化的时候指定长度,长度要考虑到负载因子0.75.初始化的影响受到哈希冲突的影响,没有那么大(相对于倍数而言),但也不小。
2.哈希冲突严重时,put性能急剧下降。(几十倍级)
3.相同元素个数的前提下,在哈希冲突时,get效率反而更高。
4.相比之前的版本,哈希冲突严重时,jdk8红黑树对get效率有非常大的提升。
测试代码和测试结果在 这里