避开JVM，带你从代码层面优化Java代码

2024-08-24 17:01:49 浏览数 (3)

前言

在Java中，提到“优化”这两个字，很多人首先都会想到JVM优化。的确，JVM提供了很多参数，让优化工作看起来更为直观。例如我们通过Xms、Xmx就可以调整程序的启动内存，通过 -XX: UseG1GC我们就可以使用G1垃圾收集器。

我在大数据开发中，遇到过大数据量的数据转换、接入，为了避免程序的OOM，除了在前期增加处理主机之外，后来更多的是在代码层面进行优化。所以今天就看看我在代码开发时，可以从代码层做哪些优化。

集合

在Java中，list、set、map是我们使用比较多的，就拿list来说，常用的实现类有ArrayList、LinkedList，对于这两种list的选择，我们还是需要根据实际业务来。

当时在大学学习数据结构的时候，书中写到数组是访问快，但是删除和增加困难。链表是访问慢，但是删除和增加快。那时候对这句话真的是一点都不理解，后来在代码开发中就慢慢明白了这个道理。

ArrayList

ArrayList使用数组elementData来存储数据。...

对于Array来说，使用下标index直接访问元素，不需要遍历整个数组，时间复杂度为0(1)。而如果删除或增加一个元素，后面元素的下标都会修改，例如删除index为7的元素，那么删除之后index为8的元素就要前移1，变成index为7的元素，后面是元素整体前移。

所以在ArrayList的remove中，使用arrayCopy直接将elementData后半部分数据，前移一位。

所以说每次删除或者增加数据，都要调用一次arrayCopy数组复制。

LinkedList

对于LinkedList，存储结构是Node，而且会有一个first头结点和一个last尾节点。

对于每个Node对象，都会有prev前置节点指向前一个Node，和next后继节点指向下一个Node。

链表的存储结构大概是这样的：头节点没有prev前置节点，为节点没有next后继节点，除此之外每个Node都有pre和next。

在LinkedList中，在指定的index插入时，如果index与size相等，则表示是在尾部插入，即插入尾结点。如果不是，则调用linkBefore插入节点。

在linkeBefore中，我们可以看到：当在链表中下标index处，增加一个节点时，会将index的Node的prev修改为新节点，index原本的前置节点的next指向新节点。对于新节点，next指向index节点，prev指向index节点原来的前置节点。

流程如图所示：

这样LinkedList在增加或删除元素时，就不需要做数据复制和index位移，只需要修改几个节点的prev和next节点即可。所以在选择List时，如果查询操作多，就选择ArrayList，删除或者增加元素多，就选择LinkedList。

Map

对于Map的时候，主要是注意对Map容量大小的初始化，默认容量为16，且loadFactor为0.75。

我new一个HashMap，然后put插入数据，通过断点可以发现，当 size > threshold时，则调用resize扩容。

那么threshold是如何而来的？通过对map的容量capacity loadFactor*而来。

也就是说，容量为16的map只能存储12个元素，当存入第13个的时候，就会发生扩容，这时候threshold就变成了24，而容量就是24 / 0.75 = 32，直接扩容2倍。

在resize()中，newCap表示新容量，扩容运算规则是在oldCap基础上，<<右移一位，即*2.

而扩容之后，会为map新建一个容量为32的Node数据结构，然后将原来16的Node中的元素，复制到新Node中。

所以，在使用map时，要预估要存放元素的个数，然后指定初始化大小，避免扩容带来的性能问题。

ConcurrentLinkedQueue

遇到过这么一个场景：消费kafka中的数据，然后去做处理。但是kakfa中的一个分区只能被一个thread消费，所以thread的数量最大为分区数。但是这些线程满足不了我的处理性能需求。

所以将Kafka的消费与数据处理逻辑代码解耦，先利用少量线程消费kakfa，将数据放入queue中，然后数据处理模块读取queue消费。为了保证高并发下的线程数据安全，使用了ConcurrentLinkedQueue。

ConcurrentLinkedQueue优点就是无锁，在poll()中看不到一个关于锁（synchronized、lock等）。

那么，ConcurrentLinkedQueue是如何保证线程安全的呢？这就要提到上图中的CAS。

CAS

CAS，comprare and swap，第一次接触还是在java的Atomic类中。CAS不是锁，只是CPU提供的一个原子性操作指令，直接使用UnSafe类将原子操作实现在硬件级别实现，解决ABA问题。

poll()中调用了casItem方法，而casItem调用的是UNSAFE.compareAndSwapObject。

假如queue中的head节点元素（item）为1，将item设置为null，就表示这个节点被移除了，head就指向了下一个元素。而使用compareAndSwapObject，就是为了将item中的元素替换（swap）为null，但是在swap之前需要compare一下，这个item还是之前的item吗。只要当item还是之前的item，才能被swap。

可以看到在poll()中的最开始部分，有一个for(;;)，这就是死循环的一个写法，类似于while true，但是在这里被称作自旋，如果多个线程都在调用poll()，那么每个线程都会陷入自旋，等到有一个线程获取到head节点的数据，并通过CompareAndSwap这个过程，将其修改为null为止。

  1. 获得queue的head头结点
  2. 调用casItem尝试p节点（head节点）的item修改为null
  3. 当item的值为item时（item就像是版本号），所以compareAndSwapObject将item修改为null。
  4. 上面的步骤如果失败了就会一直重复，俗称自旋

所以，ConcurrentLinkedQueue使用CAS代替了锁保证线程安全，但是有一个问题就是如果queue中没有数据，调用poll()返回的是null，所以在数据处理时要增加非空判断。

如果想要进一步提升性能，推荐使用disruptor来替换ConcurrentLinkedQueue。

disruptor

disruptor也是无锁的CAS设计，有着高并发高吞吐的性能，同时也有着类似于kafka中生产者和消费者的定义。

其底层是基于数组实现的缓冲区RingBuffer，生产者，消费者，都有各自独立的Sequence，在RingBuffer缓冲区中，Sequence标示着写入进度，例如每次生产者要写入数据进缓冲区时，都要调用RingBuffer.next（）来获得下一个可使用的相对位置。

1. Event：生产者和消费者之间传递的对象

如果想要使用disruptor，首先要构建Event载体，也就是数据对象。

代码语言：java

复制

代码语言：javascript复制
public class ByteArrayEvent {
    private byte[] bytes;

    public void setBytes(byte[] bytes) {
        this.bytes = bytes;
    }
}
2. EventFactory ：创建event的工厂类

代码语言：java

复制

代码语言：javascript复制
public class ByteArrayEventFactory implements EventFactory<ByteArrayEvent> {
    @Override
    public ByteArrayEvent newInstance() {
        return new ByteArrayEvent();
    }
}
3. EventHandler：消费者的消费逻辑

代码语言：java

复制

代码语言：javascript复制
public class ByteArrayEventHandler implements EventHandler<ByteArrayEvent> {
    @Override
    public void onEvent(ByteArrayEvent byteArrayEvent, long sequence, boolean endOfBatch) throws Exception {
        // 处理事件的逻辑
    }
}
4. 构建Disruptor

默认情况下，Disruptor会将生产者指定为多线程模式，ProducerType.SINGLE来设置生产者为单线程模式。

代码语言：java

复制

代码语言：javascript复制
// 必须是2的幂
int bufferSize = 1024;
/**
DaemonThreadFactory：线程池，create threads for processors.
ProducerType#SINGLE：一个ringbuffer支持多个publisher; ProducerType#MULTI：支持多个publisher
BlockingWaitStrategy：消费者等待策略。SleepingWaitStrategy：对生产者影响小。BlockingWaitStrategy使用了lock，效率不太行。
YieldingWaitStrategy性能最好无锁策略，使用了 Thread.yield() 多线程交替执行
**/
disruptor = new Disruptor<>(new ByteArrayEventFactory(), bufferSize, DaemonThreadFactory.INSTANCE, ProducerType.SINGLE, new BlockingWaitStrategy());

// handleEventsWith：消费数据，每一次绑定一个消费者，可以使用then进行链式处理
// 一个handler就是一个消费者
disruptor.handleEventsWith(new ByteArrayEventHandler());
// 启动
disruptor.start();

volatile

可以参考为了研究Java内存模型（JMM），我又学了一点汇编指中提到的volatile和synchronized部分

clone()

我最近遇到一个需求，将TLV格式的二进制数据解析为二进制明文。TLV是什么意思呢，就是每条数据的每个字段由TLV格式表示的，T代表tag，是一个字段的唯一id，L是length，表示后面V即value的长度。每条数据都是固定的字段个数，但是数据中有的字段为空，则这个字段就不用TLV表示，则直接跳到下一个字段。

这里字段存储使用的数据结构是数组，原因就是按照index查找速度快。这里先创建一个DataObject类。

代码语言：java

复制

代码语言：javascript复制
private Object[] data;
private static final String KAFKA_SEPARATOR = "|";

public DataObject(Object[] data) {
  this.data = data;
}
@Override
public void setData(int index, Object f) {
  data[index] = f;
}

@Override
public void data2String(StringBuilder sb) {
  sb.append(data[0]).append(KAFKA_SEPARATOR);
  sb.append(data[1]).append(KAFKA_SEPARATOR);
  // 省略其他字段...
}

解析每个字段时，都先解析出来tag，然后以tag为index，调用setData将value放到Array中。

代码语言：java

复制

代码语言：javascript复制
int tag = buffer[off] & 0xFF;
int formatAndTagHigh = buffer[off   1] & 0xFF;
int format = ((buffer[off   1] & 0xFF) >> 4) & 0X0F;
off  = 2;
int length = 0;
switch (format) {
    case 1:
        length = 1;
        dataObject.setData(tag, buffer[off] & 0xff);
        break;
    case 4:
        xdr.dataObject(tag, ConvToByte.byteToUnsignedInt(buffer, off));
        length = 4;
        break;

但在java中array的默认值为null，但是我在字段中默认值想要设置为空字符，所以当时思考了几个方案。

方案一就是，在将array中的数据转换成String的时候，使用replace替换字符串。但是这个方案直接被我否决了，对于数据量很大且实时性要求很高的解析程序来说，replace是个很耗费性能的事情。

方案二就是，array作为数据对象的私有属性，在构造函数constructer中初始化array，并循环array将每个值设置为""。但是这样带来的问题也显而易见，就是每创造一个数据对象时，都会循环array，而且每条数据有200个字段，就要循环200次，也会带来性能问题。

所以后来我就采用了方案三，就是在外部构造一个array，循环遍历将每个值设置为""，在每次创造数据对象之前，我调用array.clone()复制一个array，在new数据对象时，作为构造参数赋值给数据对象的私有变量。这样就完美解决了我的需求。

代码语言：java

复制

代码语言：javascript复制
private Object[] data;

public DataDecode() {
    int length = 200;
    data = new Object[length];
    data20 = new Object[length20];
    for (int i = 0; i < length; i  ) {
        data[i] = "";
    }
}

DataObject dataObject = new DataObject(data.clone());
// 解码处理逻辑，省略....

dataObject.data2String(sb);

clone()有哪些优势？

  1. 比new对象快，不需要调用构造方法
  2. 在我的需求场景中，array只需要初始化一次
  3. clone()出来的对象和原对象是各自独立的两个对象

综合以上，在合适的场景选择clone()是一个不错的选择。

mybatis

0 人点赞