易坊好文馆

  1. 首页 > 玩科技 >

data|终端卡顿优化的全记录( 四 )

性能 问题 程序 New 代码 Data 卡顿 public arr void



data|终端卡顿优化的全记录
文章图片

以上图流水线为例， 在T5时刻之前指令流水线以每周期一条的速度不断建立 ， 在T5时代以后每个震荡周期 ， 都可以有一条指令取结果 ， 平均每条指令就只需要一个震荡周期就可以完成 。 这种流水线设计也就大幅提升了CPU的运算速度 。
但是CPU流水线高度依赖指指令预测技术 ， 假如在流水线上指令5本是不该执行的 ， 但却在T6时刻已经拿到指令1的结果时才发现这个预测失败 ， 那么指令5在流水线上将会化为无效的气泡 ， 如果指令6到8全部和指令5有强关联而一并失效的话 ， 那么整个流水线都需要重新建立 。

data|终端卡顿优化的全记录
文章图片

所以可以看出例子当中的这个效率差完全是CPU指令预测造成的 ， 也就是说CPU自带的机制就是会对于执行概比较高的分支给出更多的预测倾斜 。
处理建议-用哈希表替代switch 我们上文也介绍过哈希表也就是字典 ， 可以快速将键值key转化为值value ， 从某种程度上讲可以替换switch的作用 ， 按照第一段代码的逻辑 ， 用哈希表重写的方案如下：
import java.util.HashMap;
public class Main {
public static void main(String[] args) {
long now=System.currentTimeMillis();
int max=6,min=0;
HashMap<Integer,Integer> hMap = new HashMap<Integer,Integer>();
hMap.put(0,0);
hMap.put(1,0);
hMap.put(2,0);
hMap.put(3,0);
hMap.put(4,0);
hMap.put(5,0);
for(int j=0;j<10000000;j++){
int ran=(int)(Math.random()*(max-min)+min);
int value = https://www.sohu.com/a/hMap.get(ran)+1;
hMap.replace(ran,value);
}
long diff=System.currentTimeMillis()-now;
System.out.println(hMap);
System.out.println("time is "+ diff);
}
}
上述这段用哈希表的代码虽然不如代码一速度快 ， 但是总体非常稳定 ， 即使出现代码二的情况也比较平稳 。
经验总结 一、有并发的终端编程一定要注意按照缓存行（64byte)对齐 ， 不按照缓存行对齐的代码就是每增加一个线程性能会损失20% 。
二、重点关注switch、if-else分支的问题 ， 一旦条件分支的取值条件有所变化 ， 那么应该首选用哈希表结构 ， 对于条件分支进行优化 。
三、选择一款好用的性能监测工具 ， 如：友盟U-APM ， 不仅免费且捕获类型较为全面 ， 推荐大家使用 。
本文为阿里云原创内容 ， 未经允许不得转载 。

推荐阅读


上一篇：国家|青岛啤酒科技研发中心与智慧产业园同日展翅 两翼齐飞

下一篇：国民经济|以可持续交通助力可持续发展（评论员观察）