• Java 8最快的垃圾收集器是什么?


    OpenJDK 8 有多种 GC(Garbage Collector)算法,如 Parallel GC、CMS 和 G1。哪一个才是最快的呢?如果在 Java 9 中将 Java 8 默认的 GC 从 Parallel GC 改为 G1 (目前只是建议)将会怎么样呢?让我们对此进行基准测试。

    基准测试方法

    运行相同的代码六次,每次使用不同的VM参数(-XX:+UseSerialGC, -XX:+UseParallelGC, -XX:+UseConcMarkSweepGC, -XX:ParallelCMSThreads=2, -XX:ParallelCMSThreads=4, -XX:+UseG1GC)。

    每次运行大概花费55分钟。

    其它VM参数:-Xmx2048M -server

    OpenJDK版本:1.8.0_51(当前最新的版本)

    软件:Linux version 4.0.4-301.fc22.x86_64

    硬件:Intel? Core? i7-4790 CPU @ 3.60GHz

    每次运行13个?OptaPlanner?规划问题方案。每次运行时间为5分钟。前30秒用于JVM预热,不计算在内。

    解决规划问题不涉及 IO (除了启动时需要几毫秒来加载输入信息)。单个 CPU 使用完全饱和。通常会创建许多存活时间很短的对象,GC 之后就会回收这些对象。

    衡量标准可以是计算每毫秒的得分,越高越好。计算一个拟议规划解决方案是一个不可小觑的问题:涉及到大量的计算,包括每个实体与其他所有实体的冲突检测。

    为了能在本地重复运行这些基准测试,可以从源码进行构建,然后运行主类 GeneralOptaPlannerBenchmarkApp。

    基准测试结果

    执行结果

    为了方便查看,我已经对每种 GC 与 Java 8 默认 GC(Parallel GC)进行了比较。

    结果非常清楚:默认(Parallel GC)是最快的

    原始基准测试数据

    相对基准测试数据

    Java 9 默认应该为 G1 吗?

    有一种提议是在 OpenJDK9 的服务器端使用 G1 作为默认 GC。我第一反应就是拒绝该提议:

    G1 的平均值要慢17.60%

    G1 在每个数据集用例下都比较慢。

    在最大数据集(Machine Reassignment B10)下,表现比其它数据集都要差,G1 慢了34.07%。

    如果在开发机和服务器之间采用不同的默认 GC,则开发者基准测试的可信度就会下降。

    另一方面,存在几个需要注意的细节:

    G1 关注是 GC 暂停的问题,而不是吞吐量。对于这些用例(计算量比较大),GC 暂停时长基本没影响。

    这是一个(基本是)单线程的基准测试。并行解决多个问题或采用多线程解决的基准测试,结果可能不同。

    G1 推荐的堆内存至少是 6GB。而这次基准测试的堆内存是 2GB,即使在最大数据集(Machine Reassignment B10)也只需要这么多内存。

    海量计算只是 OpenJDK 的诸多功能中的一个:这是在社区广泛争论的一个问题。如果有其他方面(如网站服务)的证明,可能值得改变默认GC。但是,请首先向我展示你实际项目的基准测试。

    结论

    在 Java 8 中,对 OptaPlanner 用例来说,默认 GC(Parallel GC)通常情况是最好的选择。

    原文链接: javacodegeeks 翻译: ImportNew.com paddx
    译文链接: http://www.importnew.com/16533.html
    转载请保留原文出处、译者和译文链接。]

  • 相关阅读:
    C# 获得word中某一段落所在页的页码
    写一个安全的Java单例
    递归算法
    redis连接池连接失败的问题
    A query was run and no Result Maps were found for the Mapped Statement .....................
    解决maven默认JDK1.5报错
    mybatis控制台不报错数据库却没有值返回的问题
    LNMP 环境更换Nginx 服务器为Tengine
    简易的phpexcel导出柱状图
    Laravel学习基础篇之--路由
  • 原文地址:https://www.cnblogs.com/harbin1900/p/8591978.html
Copyright © 2020-2023  润新知