JMH，即Java Microbenchmark Harness，这是专门用于进行代码的微基准测试的一套工具API。
JMH 由 OpenJDK/Oracle 里面那群开发了 Java 编译器的大牛们所开发 。何谓 Micro Benchmark 呢？ 简单地说就是在 方法层面上的 benchmark，精度可以精确到微秒级。
本文主要介绍了性能基准测试工具 JMH，它可以通过一些功能来规避由 JVM 中的 JIT 或者其他优化对性能测试造成的影响。
Java的基准测试需要注意的几个点：
- 测试前需要预热。
- 防止无用代码进入测试方法中
- 并发测试
- 测试结果呈现
，如果我们要通过JMH进行基准测试的话，直接在我们的pom文件中引入JMH的依赖即可：
dependencies { jmhCompile project jmhCompile 'org.openjdk.jmh:jmh-core:1.24' jmhAnnotationProcessor 'org.openjdk.jmh:jmh-generator-annprocess:1.24' }
@Fork：
进行 fork 的次数，可用于类或者方法上。如果 fork 数是 2 的话，则 JMH 会 fork 出两个进程来进行测试。
@Threads：
每个测试进程的测试线程数量。
@OutputTimeUnit：
测试结果的时间单位。
@Param
指定某项参数的多种情况，特别适合用来测试一个函数在不同的参数输入的情况下的性能，只能作用在字段上，使用该注解必须定义 @State 注解。
@Setup
必须标示在@State注解的类内部，表示初始化操作
@TearDown
必须表示在@State注解的类内部，表示销毁操作
Level.Trial
只会在个基础测试的前后执行。包括Warmup和Measurement阶段，一共只会执行一次。
Level.Iteration
每次执行记住测试方法的时候都会执行，如果Warmup和Measurement都配置了2次执行的话，那么@Setup和@TearDown配置的方法的执行次数就4次。
Level.Invocation
每个方法执行的前后执行（一般不推荐这么用）
@Benchmark
@Benchmark标签是用来标记测试方法的，只有被这个注解标记的话，该方法才会参与基准测试，但是有一个基本的原则就是被@Benchmark标记的方法必须是public的。
@Warmup
@Warmup用来配置预热的内容，可用于类或者方法上，越靠近执行方法的地方越准确。一般配置warmup的参数有这些：
iterations：预热的次数。
time：每次预热的时间。
timeUnit：时间单位，默认是s。
batchSize：批处理大小，每次操作调用几次方法。
@Measurement
用来控制实际执行的内容
iterations：执行的次数。
time：每次执行的时间。
timeUnit：时间单位，默认是s。
batchSize：批处理大小，每次操作调用几次方法。
@BenchmarkMode
@BenchmarkMode主要是表示测量的纬度，有以下这些纬度可供选择：
Mode.Throughput 整体吞吐量，每秒执行了多少次调用，单位为 ops/time
Mode.AverageTime 用的平均时间，每次操作的平均时间，单位为 time/op
Mode.SampleTime 随机取样，最后输出取样结果的分布
Mode.SingleShotTime 只运行一次，往往同时把 Warmup 次数设为 0，用于测试冷启动时的性能
Mode.All：上面的所有模式都执行一次
Mode.All 运用所有的检测模式 在方法级别指定@BenchmarkMode的时候可以一定指定多个纬度，例如：@BenchmarkMode({Mode.Throughput, Mode.AverageTime, Mode.SampleTime, Mode.SingleShotTime})，代表同时在多个纬度对目标方法进行测量。
@OutputTimeUnit
@OutputTimeUnit代表测量的单位，比如秒级别，毫秒级别，微妙级别等等。一般都使用微妙和毫秒级别的稍微多一点。该注解可以用在方法级别和类级别，当用在类级别的时候会被更加精确的方法级别的注解覆盖，原则就是离目标更近的注解更容易生效。
@State
在很多时候我们需要维护一些状态内容，比如在多线程的时候我们会维护一个共享的状态，这个状态值可能会在每隔线程中都一样，也有可能是每个线程都有自己的状态，JMH为我们提供了状态的支持。该注解只能用来标注在类上，因为类作为一个属性的载体。@State的状态值主要有以下几种：
Scope.Benchmark 该状态的意思是会在所有的Benchmark的工作线程中共享变量内容。
Scope.Group 同一个Group的线程可以享有同样的变量
Scope.Thread 每个线程都享有一份变量的副本，线程之间对于变量的修改不会相互影响
很多参数的默认值在该类：org.openjdk.jmh.runner.Defaults
@State(Scope.Benchmark) @Fork(value = 1) public class ParseEngineBenchmark { @Param({"128", "256", "512","1024", "2048", "4096"}) private int length; private byte[] content; private byte[] zlibEncode; private byte[] zstdEncode; @Setup(Level.Trial) public void prepare() throws IOException { content = RandomStringUtils.randomAlphanumeric(length).getBytes(); zlibEncode=ZipUtils.compress(content); zstdEncode=Zstd.compress(content); } @TearDown(Level.Trial) public void destroy() { } @Benchmark @BenchmarkMode({Mode.Throughput}) @OutputTimeUnit(TimeUnit.SECONDS) @Warmup(iterations = 2, time = 1) @Measurement(iterations = 10, time = 1) public byte[] handleZlibCompress() throws IOException { return ZipUtils.compress(content); } public static void main(String[] args) { Options opt = new OptionsBuilder( ) .include(ParseEngineBenchmark.class.getSimpleName()).result("result.json")//数据json的跑分结果 .resultFormat(ResultFormatType.JSON).output("run.log")//输出打印日志 .build(); try { new Runner(opt).run(); } catch (RunnerException e) { e.printStackTrace(); } } }
JMH 可视化除此以外，如果你想将测试结果以图表的形式可视化，可以试下这些网站：
Benchmark (length) Mode Cnt Score Error Units ParseEngineBenchmark.handleCrypto 256 thrpt 10 13042155.579 ± 112897.883 ops/s ParseEngineBenchmark.handleUnCrypto 256 thrpt 10 11870482.143 ± 41689.274 ops/s ParseEngineBenchmark.handleZlibCompress 256 thrpt 10 105607.717 ± 7477.906 ops/s ParseEngineBenchmark.handleZlibUnCompress 256 thrpt 10 298697.795 ± 67420.169 ops/s ParseEngineBenchmark.handleZstdCompress 256 thrpt 10 304541.271 ± 2214.547 ops/s ParseEngineBenchmark.handleZstdUnCompress 256 thrpt 10 669493.645 ± 4759.451 ops/s
其中：
Mode:
thrpt：吞吐量，也可以理解为tps、ops
avgt：每次请求的平均耗时
sample：请求样本数量，这次压测一共发了多少个请求
ss：SingleShot除去冷启动，一共执行了多少轮
Cnt、执行次数
Score:得分
Units 单位
Error 误差或者偏差
如果你配置了输出文件，比如我上面的 resul.json ，但是你打开是看不懂的，可以借助两个网站把文件上传进行分析：
JMH Visual Chart，这个项目目前处在实验状态，并没有对所有可能的基准测试结果进行验证，目前它能够比较不同参数下不同方法的性能，未来可以无限的扩展JSON to Chart的转化方法从而支持更多的图表
JMH Visualizer：它是一个功能齐全的可视化项目，只是少了我想要的图表罢了。
进阶：
JMH 陷阱在使用 JMH 的过程中，一定要避免一些陷阱。比如 JIT 优化中的死码消除，比如以下代码：@Benchmark
public void testStringAdd(Blackhole blackhole) {
String a = “”;
for (int i = 0; i < length; i++) {
a += i;
}
}JVM 可能会认为变量 a 从来没有使用过，从而进行优化把整个方法内部代码移除掉，这就会影响测试结果。JMH 提供了两种方式避免这种问题，一种是将这个变量作为方法返回值 return a，一种是通过 Blackhole 的 consume 来避免 JIT 的优化消除。其他陷阱还有常量折叠与常量传播、永远不要在测试中写循环、使用 Fork 隔离多个测试方法、方法内联、伪共享与缓存行、分支预测、多线程测试等，感兴趣的可以阅读 https://github.com/lexburner/JMH-samples 了解全部的陷阱。
Q1: gradle Unable to find the resource: /META-INF/BenchmarkList
可能是导入的jar包方式不正常，
jmhCompile project compile 'org.openjdk.jmh:jmh-core:1.24' compile 'org.openjdk.jmh:jmh-generator-annprocess:1.24'
改成
jmhCompile project jmhCompile 'org.openjdk.jmh:jmh-core:1.24' jmhAnnotationProcessor 'org.openjdk.jmh:jmh-generator-annprocess:1.24'
Q2: 不能用调试模式，否则会报以下异常：
# Run progress: 0.00% complete, ETA 00:00:24 # Fork: 1 of 1 ERROR: transport error 202: connect failed: Connection refused ERROR: JDWP Transport dt_socket failed to initialize, TRANSPORT_INIT(510) JDWP exit error AGENT_ERROR_TRANSPORT_INIT(197): No transports initialized [debugInit.c:750] <forked VM failed with exit code 2> <stdout last='20 lines'> </stdout> <stderr last='20 lines'> ERROR: transport error 202: connect failed: Connection refused ERROR: JDWP Transport dt_socket failed to initialize, TRANSPORT_INIT(510) JDWP exit error AGENT_ERROR_TRANSPORT_INIT(197): No transports initialized [debugInit.c:750] </stderr>
Q3: 为什么每次同样的样本，同样的代码，jmh测试结果会有差异，有时候波动还挺大？
最好测试机上啥都不跑，微信、浏览器这些都要关掉，intel会有睿频加速技术，可以理解为自动超频，jmh的线程数超过CPU核数也会稳定一些，
