何时使用数组、缓冲区或直接缓冲区问题笔记结论示例结果

arrays performance java buffer

2022-09-01 14:47:00

问题

在编写用于OpenGL库的矩阵类时，我遇到了一个问题，即是使用Java数组还是缓冲区策略来存储数据（JOGL为矩阵操作提供直接缓冲区复制）。为了分析这一点，我编写了一个小型性能测试程序，比较数组、缓冲区和直接缓冲区上循环和批量操作的相对速度。

我想在这里与你分享我的结果（因为我发现它们很有趣）。请随时发表评论和/或指出任何错误。
可以在 pastebin.com/is7UaiMV 查看代码。

笔记

循环读取数组实现为 A[i] = B[i]，否则 JIT 优化器将完全删除该代码。实际的 var = A[i] 似乎几乎相同。
在数组大小为 10，000 的示例结果中，JIT 优化器很可能已将循环数组访问替换为类似 System.arraycopy 的实现。
没有批量获取缓冲区缓冲区>缓冲区，因为 Java 将 A.get（B） 实现为 B.put（A），因此结果将与批量放置结果相同。

结论

在几乎所有情况下，强烈建议使用 Java 内部数组。不仅看跌/获取速度大大加快，JIT还能够对最终代码执行更好的优化。

仅当同时满足以下两项条件时才应使用缓冲区：

您需要处理大量数据。
该数据大部分或始终是批量处理的。

请注意，支持缓冲区的 Java 数组支持缓冲区的内容。建议在此后台缓冲区上执行操作，而不是循环 put/get。

仅当您担心内存使用情况并且从不访问基础数据时，才应使用直接缓冲区。它们比非直接缓冲区稍慢，如果访问基础数据，则速度要慢得多，但使用的内存更少。此外，在使用直接缓冲区时，将非字节数据（如浮点数组）转换为字节时，还存在额外的开销。

有关更多详细信息，请参阅此处：

示例结果

注意：百分比只是为了便于阅读，没有实际意义。

使用大小为 16 且迭代次数为 10，000，000 次的数组...

-- Array tests: -----------------------------------------

Loop-write array:           87.29 ms  11,52%
Arrays.fill:                64.51 ms   8,51%
Loop-read array:            42.11 ms   5,56%
System.arraycopy:           47.25 ms   6,23%

-- Buffer tests: ----------------------------------------

Loop-put buffer:           603.71 ms  79,65%
Index-put buffer:          536.05 ms  70,72%
Bulk-put array->buffer:    105.43 ms  13,91%
Bulk-put buffer->buffer:    99.09 ms  13,07%

Bulk-put bufferD->buffer:   80.38 ms  10,60%
Loop-get buffer:           505.77 ms  66,73%
Index-get buffer:          562.84 ms  74,26%
Bulk-get buffer->array:    137.86 ms  18,19%

-- Direct buffer tests: ---------------------------------

Loop-put bufferD:          570.69 ms  75,29%
Index-put bufferD:         562.76 ms  74,25%
Bulk-put array->bufferD:   712.16 ms  93,96%
Bulk-put buffer->bufferD:   83.53 ms  11,02%

Bulk-put bufferD->bufferD: 118.00 ms  15,57%
Loop-get bufferD:          528.62 ms  69,74%
Index-get bufferD:         560.36 ms  73,93%
Bulk-get bufferD->array:   757.95 ms 100,00%

使用大小为 1，000 和 100，000 次迭代的数组...

-- Array tests: -----------------------------------------

Loop-write array:           22.10 ms   6,21%
Arrays.fill:                10.37 ms   2,91%
Loop-read array:            81.12 ms  22,79%
System.arraycopy:           10.59 ms   2,97%

-- Buffer tests: ----------------------------------------

Loop-put buffer:           355.98 ms 100,00%
Index-put buffer:          353.80 ms  99,39%
Bulk-put array->buffer:     16.33 ms   4,59%
Bulk-put buffer->buffer:     5.40 ms   1,52%

Bulk-put bufferD->buffer:    4.95 ms   1,39%
Loop-get buffer:           299.95 ms  84,26%
Index-get buffer:          343.05 ms  96,37%
Bulk-get buffer->array:     15.94 ms   4,48%

-- Direct buffer tests: ---------------------------------

Loop-put bufferD:          355.11 ms  99,75%
Index-put bufferD:         348.63 ms  97,93%
Bulk-put array->bufferD:   190.86 ms  53,61%
Bulk-put buffer->bufferD:    5.60 ms   1,57%

Bulk-put bufferD->bufferD:   7.73 ms   2,17%
Loop-get bufferD:          344.10 ms  96,66%
Index-get bufferD:         333.03 ms  93,55%
Bulk-get bufferD->array:   190.12 ms  53,41%

使用大小为 10，000 且迭代次数为 100，000 次的数组...

-- Array tests: -----------------------------------------

Loop-write array:          156.02 ms   4,37%
Arrays.fill:               109.06 ms   3,06%
Loop-read array:           300.45 ms   8,42%
System.arraycopy:          147.36 ms   4,13%

-- Buffer tests: ----------------------------------------

Loop-put buffer:          3385.94 ms  94,89%
Index-put buffer:         3568.43 ms 100,00%
Bulk-put array->buffer:    159.40 ms   4,47%
Bulk-put buffer->buffer:     5.31 ms   0,15%

Bulk-put bufferD->buffer:    6.61 ms   0,19%
Loop-get buffer:          2907.21 ms  81,47%
Index-get buffer:         3413.56 ms  95,66%
Bulk-get buffer->array:    177.31 ms   4,97%

-- Direct buffer tests: ---------------------------------

Loop-put bufferD:         3319.25 ms  93,02%
Index-put bufferD:        3538.16 ms  99,15%
Bulk-put array->bufferD:  1849.45 ms  51,83%
Bulk-put buffer->bufferD:    5.60 ms   0,16%

Bulk-put bufferD->bufferD:   7.63 ms   0,21%
Loop-get bufferD:         3227.26 ms  90,44%
Index-get bufferD:        3413.94 ms  95,67%
Bulk-get bufferD->array:  1848.24 ms  51,79%

答案 1

直接缓冲区并不意味着加速从 Java 代码进行访问。（如果可能的话，JVM自己的数组实现有问题。

这些字节缓冲区用于与其他组件接口，因为您可以将字节缓冲区写入字节通道，并且可以将直接缓冲区与本机代码（例如您提到的OpenGL库）结合使用。它旨在加速这些操作。使用图形卡的芯片进行渲染可以在一定程度上加速整体操作，而不是补偿从Java代码访问缓冲区可能较慢的速度。

顺便说一句，如果您测量对字节缓冲区（尤其是直接字节缓冲区）的访问速度，则在获取 FloatBuffer 视图之前，值得将字节顺序更改为本机字节顺序：

FloatBuffer bufferD = ByteBuffer.allocateDirect(SIZE * 4)
                                .order(ByteOrder.nativeOrder())
                                .asFloatBuffer();

答案 2

Tldr：

仅当我们需要进行高效的高速 I/O 时，才使用直接缓冲区。

如果我们需要高效的高速非 I/O 操作，默认数组是最佳选择。

如果我们需要在默认数组上执行类似缓冲区的操作，并且我们可以承受速度慢的问题，那么请使用数组支持的缓冲区。

调点：

您的测试没有测试任何 I/O 操作，因此得出的结论是错误的。

你的结论是（强调不是我的）：

仅当您担心内存使用情况并且从不访问基础数据时，才应使用直接缓冲区。它们比非直接缓冲区稍慢，如果访问基础数据，则速度要慢得多，但使用的内存更少。此外，在使用直接缓冲区时，将非字节数据（如浮点数组）转换为字节时，还存在额外的开销。

这显然是错误的。直接缓冲区旨在解决速度问题，而不是内存问题。每当需要高性能 I/O 访问时，都应使用直接缓冲区。这包括文件/网络操作等。如果使用得当，它肯定会更快，而且实际上是Java API提供的开箱即用的最快速度。

执行文件/网络操作时，将非字节数据转换为字节时会产生额外的开销。这适用于所有情况，而不仅仅是直接缓冲区。

您的结论还指出：

请注意，支持缓冲区的 Java 数组支持缓冲区的内容。建议在此后台缓冲区上执行操作，而不是循环 put/get。

这是事实，但是您错过了数组支持的缓冲区的全部意义。数组支持的缓冲区是数组之上的外观模式。数组支持的缓冲区永远不会比数组本身快，因为它们在内部必须使用数组。

因此，它们是为了方便，而不是为了速度。换句话说，如果您需要速度，建议选择阵列而不是阵列门面。如果您需要方便/可读性，建议选择数组外观而不是数组，以便在数组上进行类似缓冲区的操作。

另请阅读：