前言
在前面文章《Cobar SQL审计的设计与实现》中提了一句关于时间戳获取性能的问题
获取操作系统时间，在Java中直接调用 System.currentTimeMillis(); 就可以，但在Cobar中如果这么获取时间，就会导致性能损耗非常严重（怎么解决？去Cobar的github仓库上看看代码吧）。
这个话题展开具体说说，我们在Java中获取时间戳的方法是System.currentTimeMillis()，返回的是毫秒级的时间戳，查看源码，注释写的比较清楚，虽然该方法返回的是毫秒级的时间戳，但精度取决于操作系统，很多操作系统返回的精度是10毫秒。
/** * Returns the current time in milliseconds. Note that * while the unit of time of the return value is a millisecond, * the granularity of the value depends on the underlying * operating system and may be larger. For example, many * operating systems measure time in units of tens of * milliseconds. * * <p> See the description of the class <code>Date</code> for * a discussion of slight discrepancies that may arise between * "computer time" and coordinated universal time (UTC). * * @return the difference, measured in milliseconds, between * the current time and midnight, January 1, 1970 UTC. * @see java.util.Date */ public static native long currentTimeMillis();
关于为什么System.currentTimeMillis()慢，有大佬写了文章详细地阐述了原因，建议仔细阅读，非常深入和详细，文章地址
http://pzemtsov.github.io/2017/07/23/the-slow-currenttimemillis.html
总结起来原因是System.currentTimeMillis调用了gettimeofday()
- 调用gettimeofday()需要从用户态切换到内核态；
- gettimeofday()的表现受Linux系统的计时器（时钟源）影响，在HPET计时器下性能尤其差；
- 系统只有一个全局时钟源，高并发或频繁访问会造成严重的争用。
我们测试一下System.currentTimeMillis()在不同线程下的性能，这里使用中间件常用的JHM来测试，测试1到128线程下获取1000万次时间戳需要的时间分别是多少，这里给出在我的电脑上的测试数据：
Benchmark Mode Cnt Score Error Units TimeStampTest.test1Thread avgt 0.271 s/op TimeStampTest.test2Thread avgt 0.272 s/op TimeStampTest.test4Thread avgt 0.278 s/op TimeStampTest.test8Thread avgt 0.375 s/op TimeStampTest.test16Thread avgt 0.737 s/op TimeStampTest.test32Thread avgt 1.474 s/op TimeStampTest.test64Thread avgt 2.907 s/op TimeStampTest.test128Thread avgt 5.732 s/op
可以看出在1-4线程下比较快，8线程之后就是线性增长了。
测试代码参考：
@State(Scope.Benchmark) public class TimeStampTest { private static final int MAX = 10000000; public static void main(String[] args) throws RunnerException { Options opt = new OptionsBuilder() .include(TimeStampTest.class.getSimpleName()) .forks(1) .warmupIterations(1) .measurementIterations(1) .warmupTime(TimeValue.seconds(5)) .measurementTime(TimeValue.seconds(5)) .mode(Mode.AverageTime) .syncIterations(false) .build(); new Runner(opt).run(); } @Benchmark @Threads(1) public void test1Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis(); } } @Benchmark @Threads(2) public void test2Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis(); } } @Benchmark @Threads(4) public void test4Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis(); } } @Benchmark @Threads(8) public void test8Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis(); } } @Benchmark @Threads(16) public void test16Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis(); } } @Benchmark @Threads(32) public void test32Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis(); } } @Benchmark @Threads(64) public void test64Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis(); } } @Benchmark @Threads(128) public void test128Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis(); } } private static long currentTimeMillis() { return System.currentTimeMillis(); } }
解法
最容易想到的方法是缓存时间戳，并使用一个独立的线程来更新它。这样获取就只是从内存中取一下，开销非常小，但缺点也很明显，更新的频率决定了时间戳的精度。
Cobar
Cobar获取和更新时间戳相关代码位于
https://github.com/alibaba/cobar/blob/master/server/src/main/server/com/alibaba/cobar/util/TimeU
/** * 弱精度的计时器，考虑性能不使用同步策略。 * * @author xianmao.hexm 2011-1-18 下午06:10:55 */ public class TimeUtil { private static long CURRENT_TIME = System.currentTimeMillis(); public static final long currentTimeMillis() { return CURRENT_TIME; } public static final void update() { CURRENT_TIME = System.currentTimeMillis(); } }
定时调度代码位于
timer.schedule(updateTime(), 0L, TIME_UPDATE_PERIOD); ... // 系统时间定时更新任务 private TimerTask updateTime() { return new TimerTask() { @Override public void run() { TimeUtil.update(); } }; }
而Cobar中的更新间隔 TIME_UPDATE_PERIOD 是20毫秒
Sentinel
Sentinel也用到了缓存时间戳，其代码位于
public final class TimeUtil { private static volatile long currentTimeMillis; static { currentTimeMillis = System.currentTimeMillis(); Thread daemon = new Thread(new Runnable() { @Override public void run() { while (true) { currentTimeMillis = System.currentTimeMillis(); try { TimeUnit.MILLISECONDS.sleep(1); } catch (Throwable e) { } } } }); daemon.setDaemon(true); daemon.setName("sentinel-time-tick-thread"); daemon.start(); } public static long currentTimeMillis() { return currentTimeMillis; } }
可以看到Sentinel实现的是每隔1毫秒缓存一次。
我们修改一下测试代码测试一下Sentinel的实现方式在1-128线程下的性能表现
Benchmark Mode Cnt Score Error Units TimeStampTest.test1Thread avgt ≈ 10⁻⁴ s/op TimeStampTest.test2Thread avgt ≈ 10⁻⁴ s/op TimeStampTest.test4Thread avgt ≈ 10⁻⁴ s/op TimeStampTest.test8Thread avgt ≈ 10⁻³ s/op TimeStampTest.test16Thread avgt 0.001 s/op TimeStampTest.test32Thread avgt 0.001 s/op TimeStampTest.test64Thread avgt 0.003 s/op TimeStampTest.test128Thread avgt 0.006 s/op
可以和直接使用System.currentTimeMillis对比，差距非常明显。
最后
虽然缓存时间戳性能能提升很多，但这也仅限于非常高的并发系统中，一般比较适用于高并发的中间件，如果一般的系统来做这个优化，效果并不明显。性能优化还是要抓住主要矛盾，解决瓶颈，切忌不可过度优化。
