जावा प्रदर्शन के बारे में थोड़ा और

"एक बड़ा झूठ है, एक छोटा सा है, और जावा प्रदर्शन आँकड़े हैं।"

हाल ही में, मैंने परीक्षण परिणामों के आश्चर्यजनक अविश्वसनीय श्रेणी के साथ जावा प्रदर्शन परीक्षणों की बहुतायत को नोटिस करना शुरू किया। परीक्षण करने वाले व्यक्ति के आधार पर परिणाम बिल्कुल विपरीत होते हैं।

कई लोग समझते हैं कि ऐसे परीक्षण विपणन का हिस्सा हैं। और जो लोग इसे ऑर्डर करते हैं वे भी परिणाम का आदेश देते हैं। लेकिन स्थिति की हैरानी की बात यह है कि झूठ से पछताने वाला कोई नहीं है। उन परीक्षणों की सच्चाई, जिनमें जावा C # के लिए हीनता का एक क्रम है, को नकारा नहीं जा सकता, और न ही उन परीक्षणों को जिनमें जावा C ++ (C) से बेहतर नहीं है। समस्या यह है कि इस तरह के परीक्षण मुख्य रूप से नौसिखिए डेवलपर्स के उद्देश्य से होते हैं ताकि अधिक से अधिक प्रोग्रामरों को अपने शिविर में लुभाया जा सके और जिससे व्यापार के लिए मंच के वाणिज्यिक आकर्षण में वृद्धि हो। और ऐसे परीक्षणों में, हॉटस्पॉट के गतिशील जेआईटी संकलन और अनुकूली अनुकूलन का विवरण, जो नौसिखिया प्रोग्रामर शायद ही कभी मिलता है, जानबूझकर अनदेखी की जाती है।

यह किस से भरा हुआ है? बनावटी संज्ञानात्मक असंगति।

एक बार मैंने डेल्फी और जावा में तुलनात्मक परीक्षण कार्यक्रम भी लिखा था। और मुझे जावा प्रदर्शन में लगभग दस गुना लैग मिला। बेशक, आप अपने कुटिल हाथों पर सब कुछ दोष दे सकते हैं, इसलिए मैंने जेआईटी संकलन तंत्र का पता लगाने की कोशिश की। आखिरकार, अगर चीजें हाथों में नहीं हैं, और वास्तव में जावा इस तरह के अकुशल देशी कोड बनाता है, तो आपको इस तरह के मंच से यथासंभव दूर रहना चाहिए। लेकिन वास्तविकता कहती है कि यह सबसे आम औद्योगिक प्रोग्रामिंग भाषाओं में से एक है, और व्यापार ऐसे प्रदर्शन घाटे के साथ नहीं होगा।

मैं अपनी उंगलियों पर यह समझाने की कोशिश करूंगा कि मैंने जावा के आंतों में जो कुछ हो रहा है, उसका सार कैसे समझा, और अगर मुझे कुछ गलत लगता है, तो मैं आपसे मुझे सही करने के लिए कहता हूं। चूंकि, दृढ़ता के बावजूद, कुछ प्रक्रियाओं का सार मेरे लिए एक रहस्य बना हुआ है।

के साथ शुरू करने के लिए, अनुकूली जेआईटी संकलन एक बहुत अधिक ओवरहेड प्रक्रिया है, और सभी कोड को एक बार में संकलन करना बहुत महंगा है। हाँ, यह आवश्यक नहीं है। औद्योगिक अनुप्रयोगों के आंकड़ों के अनुसार, समय के 80% कार्यक्रम 20% कोड में खर्च होते हैं। यह ये 20% हैं जो संकलित करने के लिए सबसे अधिक फायदेमंद हैं। बाकी कोड प्रदर्शन मोड में निष्पादित होने पर भी प्रदर्शन पर महत्वपूर्ण प्रभाव नहीं डालेंगे। इन 20% की गणना करने के लिए, आपको एल्गोरिथ्म का अच्छी तरह से अध्ययन करने की आवश्यकता है। और सभी हॉटस्पॉट एल्गोरिदम का अध्ययन करने के लिए, महत्वपूर्ण आंकड़ों की आवश्यकता होती है, इसलिए शुरुआत में पूरा कार्यक्रम व्याख्या मोड में काम करता है।

जैसा कि आंकड़े जमा होते हैं, कंपाइलर भागों में एप्लिकेशन को संकलित करता है। न्यूनतम संकलन इकाई एक फ़ंक्शन है। क्लाइंट कॉन्फ़िगरेशन में, जेआईटी कंपाइलर काम करना शुरू करने से पहले, आंकड़े इकट्ठा करने के लिए 1,500 फ़ंक्शन कॉल आवंटित करता है। एक सर्वर कॉन्फ़िगरेशन के लिए जहां अधिक आक्रामक अनुकूलन किया जाता है, 15,000 कॉल की आवश्यकता होती है। यह आंकड़े इकट्ठा करने और सट्टा कोड अनुकूलन का संचालन करने के लिए पर्याप्त होना चाहिए, जो आपको उच्च कोड थ्रूपुट देने की अनुमति देता है। अत्यधिक भरी हुई प्रणालियों पर, आँकड़े तुरन्त एकत्र किए जाते हैं, जिन्हें डेस्कटॉप कार्यक्रमों के बारे में नहीं कहा जा सकता है।

अनुकूलन की प्रक्रिया में, संकलक कोड के कामकाज के बारे में परिकल्पना को आगे रखता है और, आँकड़ों का विश्लेषण करते हुए, अपनी मान्यताओं को साबित करने या बाधित करने की कोशिश करता है। यदि हॉटस्पॉट इसकी परिकल्पना को खारिज कर देता है, तो जेआईटी संकलक पहले से संकलित कोड के बाद के पुनर्संयोजन के लिए डी-ऑप्टिमाइज़ेशन करता है। और नई परिकल्पनाओं को नई परिकल्पनाओं के अनुसार आगे बढ़ाता है। सबसे अधिक बार, हॉटस्पॉट मानक डिजाइन पैटर्न के अनुसार एल्गोरिथ्म की संरचना की परिकल्पना करता है। यही कारण है कि सभी जावा प्रोग्रामर को डिज़ाइन पैटर्न का यथासंभव उपयोग करना सिखाया जाता है।

यहां तक ​​कि अगर आप एक मूल प्रभावी एल्गोरिदम के साथ आ सकते हैं, इसका मतलब यह नहीं है कि आपका कार्यक्रम तेजी से चलेगा, बल्कि विपरीत। हॉटस्पॉट अक्सर आपके कोड के बारे में गलत गलत परिकल्पनाओं को सामने रखेगा, डी-ऑप्टिमाइज़ेशन और पुनर्मिलन करेगा जब तक कि यह आपके एल्गोरिदम को संकलित करने का सबसे अच्छा तरीका नहीं मिल सकता है। और यह एक तथ्य नहीं है कि गैर-मानक एल्गोरिथ्म का जेआईटी अनुकूलन एक भारी पैटर्न के अनुकूलन से बेहतर होगा। SUN इंजीनियरों ने एक समय में जावा को पैटर्न के साथ प्रभावी ढंग से काम करने के लिए सिखाने के लिए एक बड़ा काम किया था।

सामान्य अनुकूलन के बीच, हॉटस्पॉट एक धीमी गति से कॉल को आभासी फ़ंक्शन में इनलाइन लुकअप में बदल सकता है। लेकिन इसके लिए, हॉटस्पॉट को आपके कार्यक्रम में सभी बहुरूपिक परिवर्तनों के बारे में जानने की आवश्यकता है। यह जानते हुए कि किसी विशेष फ़ंक्शन को सबसे अधिक बार कहा जाता है, संकलक इसे उस स्थान के जितना संभव हो उतना करीब ले जाता है जहां इसका उपयोग किया जाता है। मैन्युअल रूप से इनलाइन कॉल का प्रबंधन करके C में समान स्तर का प्रदर्शन प्राप्त किया जा सकता है। लेकिन C ++ में ऑब्जेक्ट ओरिएंटेड प्रतिमान का उपयोग करते समय, यह मुश्किल है, और कभी-कभी असंभव है। इसलिए, आंकड़ों के पर्याप्त बड़े संग्रह के साथ, हॉटस्पॉट सी के प्रदर्शन को पार कर सकता है और सी ++ से आगे निकल सकता है। और अगर हम पैटर्न का उपयोग करते हैं, तो हॉटस्पॉट उन्हें पहचानता है और पहली बार आवश्यक प्रतिस्थापन करता है। लेकिन अगर आपके पास एक गैर-मानक एल्गोरिथ्म है, तो इस मामले में हॉटस्पॉट प्रदर्शन किए गए प्रतिस्थापन के बारे में परिकल्पना करता है जो उच्च संभावना के साथ गलत हो जाएगा। यद्यपि अधिक कुशल अनुकूलन के लिए नए आँकड़े एकत्र किए जाएंगे, लेकिन जेआईटी संकलक कड़ाई से निर्दिष्ट पुनरावृत्ति अंतराल पर शुरू होता है।

डिफ़ॉल्ट रूप से, जैसा कि ऊपर उल्लेख किया गया है, यह डेस्कटॉप कार्यक्रमों के लिए 1,500 पुनरावृत्तियों है। यह एक बड़ी बात की तरह लग सकता है। इस स्थिति में, हॉटस्पॉट के व्यवहार को -XX: CompileThreshold पैरामीटर का उपयोग करके बदला जा सकता है। इस तरह हम हॉटस्पॉट को गर्म करने के लिए आवश्यक समय को कम कर सकते हैं। लेकिन वार्म-अप समय को कम करके, हम आंकड़े इकट्ठा करने में लगने वाले समय को कम नहीं करेंगे। एकत्र किए गए आंकड़े कार्यक्रम की गतिविधि से आते हैं। इसलिए, वैल्यू -XX सेट करना: CompileThreshold = 1 बहुत छोटा है, हम केवल JIT कंपाइलर को अक्सर बेकार कर देंगे, खासकर शुरुआत के बाद, जब नए आंकड़े लगातार आते हैं। यह प्रदर्शन आंकड़ों को भी विकृत करेगा। आधुनिक प्रोसेसर शक्ति के साथ, इष्टतम मान है -XX: CompileThreshold = 100। लेकिन मज़े के लिए, मैं इस पैरामीटर के साथ प्रयोग करने की सलाह देता हूं, क्योंकि यह एल्गोरिथ्म के लिए बहुत संवेदनशील है। JIT कंपाइलर के संचालन की निगरानी के लिए, कंसोल में -XX: + PrintCompilation पैरामीटर का उपयोग करें। मैं आपको विश्वास दिलाता हूं, यह एक बहुत जानकारीपूर्ण अवलोकन होगा।

इस प्रकार, एक प्रदर्शन परीक्षण का परिणाम इस बात पर निर्भर करता है कि हॉटस्पॉट ने एल्गोरिथ्म पर कितने समय तक आंकड़े एकत्र किए। और अगर कोई आँकड़े नहीं हैं, तो कोई जेआईटी संकलन नहीं है। जावा आँकड़ों को मापते समय, आपको स्पष्ट रूप से समझने की आवश्यकता है कि हम क्या माप रहे हैं - दुभाषिया प्रदर्शन, गैर-अनुकूलित कोड प्रदर्शन या अनुकूलित कोड प्रदर्शन। और यह मजाक की तरह हो जाएगा - "इससे कोई फर्क नहीं पड़ता कि उन्होंने कैसे वोट दिया, यह महत्वपूर्ण है कि उनकी गणना कैसे की जाती है।"

एक उपसंहार के बजाय।

क्या ऐसी वास्तुकला को एक फायदा या नुकसान माना जा सकता है? हर कोई व्यक्तिगत रूप से अपने लिए इस सवाल का जवाब देगा, और हर कोई सही होगा। जावा इसे सौंपे गए सभी कार्यों को हल कर सकता है, लेकिन आपको यह जानना होगा कि यह कैसे कर सकता है और कभी-कभी आपको किसी तरह से समझौता करना होगा। लेकिन प्रोग्रामर जैसे कोई नहीं जानता कि सृजन का आनंद क्या है। एक प्रोग्रामर के काम के लिए सबसे शक्तिशाली प्रेरक अपने काम के काम पर विचार करने की खुशी और संतुष्टि है। इसलिए, नियोक्ताओं के लिए हमें पैसे के साथ प्रेरित करना बहुत मुश्किल है। [१] हम (कम से कम हम में से ज्यादातर) अपने काम से प्यार करते हैं क्योंकि हमारे काम के परिणाम से हमें खुशी मिलती है, और साथ ही, एक सुखद बोनस के रूप में, यह अभी भी अच्छी तरह से भुगतान किया जाता है। इसलिए, हम उन उपकरणों से प्यार करते हैं जो हमें खुश रहने और अपने ग्राहकों, सहकर्मियों और समुदाय के साथ रचनात्मक संबंध बनाने में मदद करते हैं। अपने काम से खुशी प्राप्त करें, काम पर खुश रहें और आपको यह सोचने के लिए नहीं है कि कुछ करने के लिए अपने आप को कैसे मजबूर किया जाए। एक व्यक्ति अवचेतन रूप से सकारात्मक भावनाओं के लिए प्रयास करता है और नकारात्मक लोगों से बचता है, इसलिए अपने काम में सकारात्मक रचनात्मक संबंध बनाएं और आपके हाथ खुद काम करना चाहेंगे। यदि आपको अपने काम से आनंद नहीं मिलता है, तो आप कुछ ऐसा कर रहे हैं जो आपको नहीं करना चाहिए। वह करें जो आपको वास्तव में खुश करता है, वह करें जो आप वास्तव में कर सकते हैं - दुनिया को एक बेहतर जगह बनाएं।

खुश रहो। कॉफी पीते हैं। जावा लिखिए।

UPD: फिक्स्ड टाइपोस। पाठ को संपादित करने के लिए Zeij को बहुत धन्यवाद।