Java BlockingQueue 在 Linux 上的延迟很高
我正在使用BlockingQueue：s（尝试ArrayBlockingQueue和LinkedBlockingQueue）在我当前正在处理的应用程序中的不同线程之间传递对象。性能和延迟在这个应用程序中相对重要，所以我很好奇使用BlocklingQueue在两个线程之间传递对象需要多少时间。为了衡量这一点，我写了一个具有两个线程（一个消费者和一个生产者）的简单程序，我让生产者将时间戳（使用System.nanoTime（）拍摄）传递给消费者，请参阅下面的代码。
我记得在某个论坛上读到，其他人尝试了大约10微秒（不知道使用的是什么操作系统和硬件），所以当我的Windows 7盒子（英特尔E7500酷睿2双核CPU，2.93GHz）上花费了大约30微秒时，我并没有太惊讶，同时在后台运行许多其他应用程序。然而，当我在我们更快的Linux服务器上（两个Intel X5677 3.46GHz四核CPU，运行带有内核2.6.26-2-amd64的Debian 5）上进行相同的测试时，我感到非常惊讶。我预计延迟会比我的Windows Box低，但相反，它要高得多 - ~75 – 100微秒！这两个测试都是使用Sun的Hotspot JVM版本1.6.0-23完成的。
有没有人在Linux上做过类似的测试，结果相似？或者有谁知道为什么它在Linux上要慢得多（使用更好的硬件），难道Linux上的线程切换比Windows慢得多吗？如果是这样的话，似乎Windows实际上更适合某种应用程序。任何帮助我理解相对较高的数字的帮助都非常感谢。
编辑：
在DaveC的评论之后，我还做了一个测试，我将JVM（在Linux机器上）限制为单个内核（即在同一内核上运行的所有线程）。这极大地改变了结果 - 延迟下降到20微秒以下，即比Windows机器上的结果更好。我还做了一些测试，我将生产者线程限制在一个内核上，将使用者线程限制在另一个内核上（尝试将它们放在同一套接字和不同的套接字上），但这似乎没有帮助 - 延迟仍然是~75微秒。顺便说一句，这个测试应用程序几乎是我在执行测试时在机器上运行的所有内容。
有谁知道这些结果是否有意义？如果生产者和消费者在不同的内核上运行，它真的应该慢得多吗？任何输入都非常感谢。
再次编辑（1月6日）：
我尝试了对代码和运行环境的不同更改：
我将Linux内核升级到2.6.36.2（从2.6.26.2）。内核升级后，测量时间从升级前的 75 微秒更改为 60 微秒，变化非常小。为生产者线程和使用者线程设置 CPU 关联性没有任何效果，除非将它们限制在同一内核上。在同一内核上运行时，测量的延迟为 13 微秒。
在原始代码中，我让生产者在每次迭代之间休眠1秒钟，以便给消费者足够的时间来计算经过的时间并将其打印到控制台。如果我删除对 Thread.sleep （） 的调用，而是让生产者和使用者在每次迭代中都调用 barrier.await（消费者在将经过的时间打印到控制台后调用它），则测量的延迟将从 60 微秒减少到 10 微秒以下。如果在同一内核上运行线程，则延迟将低于 1 微秒。谁能解释为什么这大大减少了延迟？我的第一个猜测是，这个变化的效果是生产者在消费者调用 queue.take（）之前调用 queue.put（），所以消费者从来不需要阻止，但是在玩了 ArrayBlockingQueue 的修改版本之后，我发现这个猜测是错误的 —— 消费者实际上确实阻止了。如果您有其他猜测，请告诉我。（顺便说一句，如果我让生产者同时调用Thread.sleep（）和barriage.await（），延迟保持在60微秒）。
我还尝试了另一种方法 - 而不是调用queet.take（），我调用queet.poll（）的超时值为100微秒。这将平均延迟降低到10微秒以下，但当然是CPU密集型的（但可能比繁忙的等待更少的CPU密集型？
再次编辑（1月10日） - 问题已解决：
ninjalj建议约60微秒的延迟是由于CPU必须从更深的睡眠状态中唤醒 - 他完全正确！在 BIOS 中禁用 C 状态后，延迟降低到 <10 微秒。这就解释了为什么我在上面的第2点下得到了更好的延迟 - 当我更频繁地发送对象时，CPU保持足够繁忙，以至于不会进入更深的睡眠状态。非常感谢大家花时间阅读我的问题并在这里分享您的想法！
...
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.CyclicBarrier;
public class QueueTest {
ArrayBlockingQueue<Long> queue = new ArrayBlockingQueue<Long>(10);
Thread consumerThread;
CyclicBarrier barrier = new CyclicBarrier(2);
static final int RUNS = 500000;
volatile int sleep = 1000;
public void start() {
consumerThread = new Thread(new Runnable() {
@Override
public void run() {
try {
barrier.await();
for(int i = 0; i < RUNS; i++) {
consume();
}
} catch (Exception e) {
e.printStackTrace();
}
}
});
consumerThread.start();
try {
barrier.await();
} catch (Exception e) { e.printStackTrace(); }
for(int i = 0; i < RUNS; i++) {
try {
if(sleep > 0)
Thread.sleep(sleep);
produce();
} catch (Exception e) {
e.printStackTrace();
}
}
}
public void produce() {
try {
queue.put(System.nanoTime());
} catch (InterruptedException e) {
}
}
public void consume() {
try {
long t = queue.take();
long now = System.nanoTime();
long time = (now - t) / 1000; // Divide by 1000 to get result in microseconds
if(sleep > 0) {
System.out.println("Time: " + time);
}
} catch (Exception e) {
e.printStackTrace();
}
}
public static void main(String[] args) {
QueueTest test = new QueueTest();
System.out.println("Starting...");
// Run first once, ignoring results
test.sleep = 0;
test.start();
// Run again, printing the results
System.out.println("Starting again...");
test.sleep = 1000;
test.start();
}
}
