JAVA 異常對于性能的影響

LucasTwilight 發(fā)布于2019-08-14 15:07 / 2358人閱讀

摘要：對異常的的收集，其性能影響要比單純捕獲并拋出異常高出倍。但我們應(yīng)該對代碼中拋出的異常數(shù)量進(jìn)行跟蹤，它們可能導(dǎo)致顯著的性能影響。

在對我們的客戶做技術(shù)支持時(shí)，我們常常會看到很多客戶根本沒意識到的異常。在消除了這些異常之后，代碼運(yùn)行速度與以前相比大幅提升。這讓我們產(chǎn)生一種猜測，就是在代碼里面使用異常會帶來顯著的性能開銷。因?yàn)楫惓Ｊ清e誤情況處理的重要組成部分，摒棄是不太可能的,所以我們需要衡量異常處理對于性能影響，我們可以通過一個(gè)實(shí)驗(yàn)看看異常處理的對于性能的影響。

實(shí)驗(yàn)

我的實(shí)驗(yàn)基于一段隨機(jī)拋出異常的簡單代碼。從科學(xué)的角度，這并非完全準(zhǔn)確的測量，同時(shí)我也并不了解HotSpot 編譯器會對運(yùn)行中的代碼做何動作。但無論如何，這段代碼應(yīng)該能夠讓我們了解一些基本情況。

結(jié)果很有意思：拋出與捕獲異常的代價(jià)似乎極低。在我的例子里，大約是每個(gè)異常 0.02 毫秒。除非你真的拋出太多異常（我們指的是 10 萬次或者更多），否則這一點(diǎn)基本都可忽略。盡管這些結(jié)果顯示出異常處理本身并不影響代碼性能，但卻并未解決下面這個(gè)問題：異常對性能的巨大影響該由誰負(fù)責(zé)？

我明顯遺漏了什么重要的問題。

重新想了一下，我意識到自己遺漏了異常處理的一個(gè)重要部分。我沒考慮到異常發(fā)生時(shí)你做了什么。在多數(shù)情況下你很有可能不僅僅是捕獲異常！而問題就在這里：一般情況下，你會試圖對問題進(jìn)行補(bǔ)充，并讓應(yīng)用在最終用戶那里仍能發(fā)揮功能。所以我遺漏的就是：“”為了處理異常而執(zhí)行的補(bǔ)充代碼“”。按照補(bǔ)充代碼的不同，性能損失可能會變得相當(dāng)顯著。在某些情況下這可能意味著重試連接到服務(wù)器，在另一些情況下則可能意味著使用默認(rèn)的回滾方案，而這種方案提供的解決辦法肯定會帶來非常差勁的性能。對于我們在很多情況下看到的行為，這似乎給出了很好的解釋。

不過我卻不覺得分析到這里已經(jīng)萬事大吉，而是感到這里還遺漏了別的什么東西。

Stack trace

對此問題，我仍頗為好奇，為此監(jiān)視了收集 strack trace 時(shí)情況性能有何變化。

經(jīng)常發(fā)生的情況應(yīng)該是這樣的：記下異常及其棧軌跡，嘗試找出問題到底在哪。

為此我修改了代碼，額外收集了異常的 strack trace 。這讓情況顯著改變。對異常的 strack trace 的收集，其性能影響要比單純捕獲并拋出異常高出10倍。因此盡管 strack trace 有助于理解哪里發(fā)生了問題（有可能還有助于理解為何發(fā)生問題），但卻存在性能損失。由于我們談?wù)摰牟⒎且粭l strack trace，所以此處的影響往往非常之大。多數(shù)情況下，我們都要在多個(gè)層次上拋出并捕獲異常。我們看一個(gè)簡單的例子： Web 服務(wù)客戶端連接到服務(wù)器。首先，Java 庫級別上存在一個(gè)連接失敗異常。此后會有框架級別上的客戶端失敗異常，再以后可能還會有應(yīng)用層次上的業(yè)務(wù)邏輯調(diào)用失敗異常。到現(xiàn)在為止，總共要搜集三條strack trace。多數(shù)情況下，你都能從日志文件或者應(yīng)用輸出中看到這些 strack trace，而寫入這些較長的strack trace 往往也會也帶來性能影響。

結(jié)論

首先因?yàn)榇嬖谛阅苡绊懚旬惓壷挥貌⒎橇疾摺．惓Ｓ兄谔峁┮环N一致的方式來解決運(yùn)行時(shí)問題，并且有助于寫出干凈的代碼。但我們應(yīng)該對代碼中拋出的異常數(shù)量進(jìn)行跟蹤，它們可能導(dǎo)致顯著的性能影響。所以我們默認(rèn)要對所拋出的異常進(jìn)行跟蹤——在很多情況下人們都會對代碼中發(fā)生的異常以及在解決這些異常時(shí)的性能損耗感到吃驚不已。其次盡管使用異常很有裨益，您也應(yīng)避免捕獲過多的 strack trace。異常應(yīng)該是為異常的情況而設(shè)計(jì)的，使用時(shí)應(yīng)該牢記這一原則。當(dāng)然，萬一您不想遵從好的編程習(xí)慣，Java 語言就會讓您知道，那樣做可以讓您的程序運(yùn)行得更快，從而鼓勵您去那樣做。

本文作者系 OneAPM 工程師陶炳哲。想閱讀更多技術(shù)文章，請?jiān)L問OneAPM 官方技術(shù)博客。