Java性能测试与基准测试

性能测试验证优化效果，基准测试量化方法性能。

性能测试类型

JMH基准测试

什么是JMH

JMH（Java Microbenchmark Harness）是OpenJDK提供的基准测试框架，避免手动测试的常见陷阱。

JMH使用示例

@BenchmarkMode(Mode.AverageTime)  // 平均执行时间
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 5, time = 1)  // 预热5轮
@Measurement(iterations = 10, time = 1)  // 测试10轮
@Fork(1)  // 启动1个进程
@State(Scope.Thread)  // 状态线程隔离
public class StringBenchmark {

    @Benchmark
    public String stringConcat() {
        String s = "";
        for (int i = 0; i < 10; i++) {
            s += i;
        }
        return s;
    }

    @Benchmark
    public String stringBuilder() {
        StringBuilder sb = new StringBuilder();
        for (int i = 0; i < 10; i++) {
            sb.append(i);
        }
        return sb.toString();
    }

    public static void main(String[] args) throws RunnerException {
        Options opt = new OptionsBuilder()
            .include(StringBenchmark.class.getSimpleName())
            .build();
        new Runner(opt).run();
    }
}

JMH输出结果

Benchmark                   Mode  Cnt   Score    Error  Units
StringBenchmark.stringConcat avgt  10  450.123 ± 12.34  ns/op
StringBenchmark.stringBuilder avgt  10   85.456 ±  5.67  ns/op

解读：
- Score：平均执行时间
- Error：误差范围
- stringBuilder比stringConcat快5倍

JMH注解说明

JMH陷阱避免

// 陷阱1：死代码消除
@Benchmark
public int wrong() {
    int x = 1 + 2;  // 可能被JIT优化掉
    return x;  // 必须返回
}

// 陷阱2：常量折叠
@Benchmark
public int wrong() {
    return 1 + 2;  // JIT直接返回3
}

// 推荐：使用Blackhole消费结果
@Benchmark
public void correct(Blackhole bh) {
    int x = compute();
    bh.consume(x);  // 防止优化
}

JMeter压力测试

JMeter基本配置

┌─────────────────────────────────────┐
│         JMeter测试计划              │
├─────────────────────────────────────┤
│  Thread Group（线程组）              │
│    - 线程数：100                     │
│    - Ramp-Up：10秒                  │
│    - 循环次数：10                    │
│                                     │
│  Sampler（采样器）                   │
│    - HTTP Request                   │
│                                     │
│  Listener（监听器）                  │
│    - Summary Report                 │
│    - Aggregate Report               │
│                                     │
└─────────────────────────────────────┘

JMeter参数说明

JMeter结果分析

Summary Report:
+--------+--------+--------+--------+--------+
| Label  | Samples| Average| Error% | TPS    |
+--------+--------+--------+--------+--------+
| HTTP   | 10000  | 50ms   | 0.1%   | 200    |
+--------+--------+--------+--------+--------+

关键指标：
- Samples：总请求数
- Average：平均响应时间
- Error%：错误率（应<1%）
- TPS：吞吐量（每秒请求数）

性能指标分析

核心指标

响应时间分布

┌─────────────────────────────────────┐
│        响应时间分布                  │
├─────────────────────────────────────┤
│                                     │
│  P50  = 50ms  （50%请求小于50ms）    │
│  P90  = 80ms  （90%请求小于80ms）    │
│  P99  = 200ms （99%请求小于200ms）   │
│  P999 = 500ms （99.9%请求小于500ms） │
│                                     │
│  P99/P999更能反映用户体验            │
│                                     │
└─────────────────────────────────────┘

压测流程

┌─────────────┐
│  确定目标   │ ← TPS、响应时间、并发数
└─────────────┘
      ↓
┌─────────────┐
│  设计场景   │ ← 正常、峰值、极限场景
└─────────────┘
      ↓
┌─────────────┐
│  配置工具   │ ← JMeter线程组、采样器
└─────────────┘
      ↓
┌─────────────┐
│  执行测试   │ ← 分阶段执行
└─────────────┘
      ↓
┌─────────────┐
│  收集结果   │ ← 日志、监控数据
└─────────────┘
      ↓
┌─────────────┐
│  分析优化   │ ← 定位瓶颈，调优
└─────────────┘

监控配合

压测时配合监控：

# CPU监控
top -H -p <pid>

# 内存监控
jstat -gc <pid> 1000

# 网络监控
netstat -an | grep <port>

# 系统监控
vmstat 1
iostat -x 1

压测注意事项

1. 预热阶段：让JIT编译生效，避免冷启动影响
2. 渐进加压：从低并发逐步增加，避免直接高压
3. 持续时间：至少10-15分钟，观察稳定性
4. 隔离环境：独占测试环境，避免干扰
5. 数据准备：足够测试数据，避免数据量影响

基准测试最佳实践

// 1. 预热让JIT生效
@Warmup(iterations = 5)

// 2. 多轮测试取平均值
@Measurement(iterations = 10)

// 3. 多进程避免相互影响
@Fork(3)

// 4. 防止死代码消除
public void test(Blackhole bh) {
    bh.consume(result);
}

// 5. 合理设置状态共享
@State(Scope.Thread)  // 线程隔离
@State(Scope.Benchmark) // 全局共享

注意事项

JMH预热很重要，JIT编译影响结果

压测要渐进加压，避免直接高压崩溃

关注P99而非平均值，反映真实用户体验

压测需在独立环境，避免其他因素干扰

结果需多次验证，单次结果不可靠

要点总结

1. JMH是基准测试标准工具，避免手动测试陷阱
2. 基准测试需预热、多轮、多进程
3. JMeter适合压力测试，关注TPS和响应时间
4. P99响应时间比平均值更能反映用户体验
5. 压测需配合监控，全面分析性能表现