在Java应用程序中释放峰值性能：配置文件引导优化(PGO)概述

译者 | 李睿

审校 | 重楼

在JAVA开发领域，优化应用程序的性能是开发人员的持续追求。配置文件引导优化(Profile-Guided Optimization，PGO)是一种功能强大的技术，能够显著地提高Java应用程序的效率。通过利用运行时Profiling数据，PGO使开发人员能够对代码进行微调，并根据应用程序的实际使用模式进行优化。本文将深入研究Java场景中PGO的复杂性，并提供实际示例来说明其有效性。

了解PGO

配置文件引导优化(PGO)是一种优化技术，它使用运行时Profiling数据在编译过程中做出明智的决策。它帮助编译器优化频繁执行的代码路径，同时避免对较少使用的路径进行不必要的优化。为了了解PGO的本质，以下深入了解它的关键组成部分：

（1）Profiling

PGO的核心是Profiling，它包括收集程序执行的运行时数据。Profiling使代码能够跟踪诸如方法调用频率、分支预测结果和内存访问模式等指标。收集到的数据提供了对应用程序实际运行时行为的深入了解。

（2）训练运行

为了生成配置文件，应用程序在各种实际场景或训练运行下执行。这些训练运行模拟典型的使用模式，使探查器能够收集有关程序行为的数据。

（3）配置文件数据

在训练运行期间收集的数据存储在配置文件数据库中。这些信息封装了程序的执行特征，提供了哪些代码路径经常被执行，哪些代码很少被访问的见解。

（4）编译

在编译期间，Java虚拟机(JVM)或即时编译器(JIT)使用配置文件数据来指导其优化决策。它可以更积极地优化频繁遍历的代码路径，从而可能缩短执行时间或减少内存使用。

Java中的PGO示例

为了说明Java中配置文件引导优化的实际好处，以下将探索一系列现实世界的例子。

（1）方法内联

方法内联是Java中常见的一种优化技术，PGO可以使其更加有效。考虑以下的Java代码：

Java 
public class Calculator {
 public static int add(int a, int b) {
 return a + b;
 }

 public static void mAIn(String[] args) {
 int result = add(5, 7);
 System.out.println("Result: " + result);
 }
 } 

如果没有PGO，JVM可能会为add(5,7)生成一个单独的方法调用。然而，当PGO启用并且分析数据表明add方法经常被调用时，JVM可以决定内联这一方法，从而优化代码：

Java 
 public class Calculator {
 public static void main(String[] args) {
 int result = 5 + 7;
 System.out.println("Result: " + result);
 }
 }

内联方法消除了方法调用的开销，从而提高了性能。

（2）循环展开

循环展开是PGO是实现智能应用的另一个优化。考虑一个计算数组中元素的总和的Java程序：

Java 
 public class ArraySum {
 public static int sumArray(int[] arr) {
 int sum = 0;
 for (int i = 0; i < arr.length; i++) {
 sum += arr[i];
 }
 return sum;
 }

 public static void main(String[] args) {
 int[] array = new int[100000];
 // Initialize and fill the array
 for (int i = 0; i < 100000; i++) {
 array[i] = i;
 }
 int result = sumArray(array);
 System.out.println("Sum: " + result);
 }
 }

如果没有PGO，JVM将以一种直接的方式执行循环。然而，使用PGO，JVM可以检测到循环频繁执行，并选择展开它以提高性能：

Java 
 public class ArraySum {
 public static int sumArray(int[] arr) {
 int sum = 0;
 int length = arr.length;
 int i = 0;
 for (; i < length - 3; i += 4) {
 sum += arr[i] + arr[i + 1] + arr[i + 2] + arr[i + 3];
 }
 for (; i < length; i++) {
 sum += arr[i];
 }
 return sum;
 }

 public static void main(String[] args) {
 int[] array = new int[100000];
 // Initialize and fill the array
 for (int i = 0; i < 100000; i++) {
 array[i] = i;
 }
 int result = sumArray(array);
 System.out.println("Sum: " + result);
 }
 }

在这个例子中，PGO的评测数据已经通知JVM，循环展开是一个值得优化的过程，可能会带来显著的性能提升。

（3）内存访问模式优化

优化内存访问模式对于提高数据密集型Java应用程序的性能至关重要。考虑以下处理大型数组的代码片段：

Java 
 public class ArraySum {
 public static int sumEvenIndices(int[] arr) {
 int sum = 0;
 for (int i = 0; i < arr.length; i += 2) {
 sum += arr[i];
 }
 return sum;
 }

 public static void main(String[] args) {
 int[] array = new int[1000000];
 // Initialize and fill the array
 for (int i = 0; i < 1000000; i++) {
 array[i] = i;
 }
 int result = sumEvenIndices(array);
 System.out.println("Sum of even indices: " + result);
 }
 }

如果没有PGO，JVM可能无法有效地优化内存访问模式。然而，通过分析数据，JVM可以识别跨步模式并进行相应的优化：

Java 
 public class ArraySum {
 public static int sumEvenIndices(int[] arr) {
 int sum = 0;
 int length = arr.length;
 for (int i = 0; i < length; i += 2) {
 sum += arr[i];
 }
 return sum;
 }

 public static void main(String[] args) {
 int[] array = new int[1000000];
 // Initialize and fill the array
 for (int i = 0; i < 1000000; i++) {
 array[i] = i;
 }
 int result = sumEvenIndices(array);
 System.out.println("Sum of even indices: " + result);
 }
 }

PGO可以通过将内存访问模式与硬件功能相结合来显著提高缓存性能。

在Java中实现PGO

在Java中实现PGO涉及一系列步骤，包括收集分析数据、分析数据并应用优化来提高应用程序的性能。以下将更详细地探讨这些步骤。

（1）常用的Profiling工具

要启动PGO过程，需要对Java应用程序进行分析。Java有几种可用的Profiling工具，每种工具都有自己的特性和功能。一些常用的工具包括：

• VisualVM：VisualVM是一个通用的分析和监控工具，与Java开发工具包(JDK)捆绑在一起。它提供了一个图形用户界面，便于性能监控和分析数据的积累。
• YourKit：YourKit代表一个专门为Java应用程序设计的探查器。它拥有先进的分析功能，包括CPU和内存分析。该工具用户友好的界面简化了数据收集和分析过程。
• Java Flight Recorder (JFR)：JFR是Java平台不可或缺的组成部分，也是JDK的一部分，采用低影响分析工具的形式。它使用户能够收集有关应用程序操作的全面运行时见解。
• Async Profiler：Async Profiler是为Java应用量身定制的一种开源探查器。它擅长收集方法调用、锁争用和CPU利用率方面的数据，同时保持对系统资源的最小影响。

开发人员可以选择最适合自己需求的分析工具，并将其配置为收集与应用程序性能瓶颈相关的特定分析数据。分析可以包括方法调用频率、内存分配模式和线程行为。

（2）训练运行

有了选择的分析工具，将需要在各种代表性场景下运行Java应用程序，这些场景通常被称为“训练运行”。这些训练运行应该尽可能地模拟真实的使用模式。在这些运行过程中，分析工具收集有关应用程序执行行为的数据。

可以考虑以下场景：

• 模拟代表常见用户操作的用户交互和工作流。
• 模拟高负载条件的压力测试。
• 探索性测试以覆盖不同的代码路径。
• 负载测试以评估可扩展性。

通过进行全面的训练运行，可以捕获应用程序可能显示广泛的运行时行为。

（3）配置文件数据

Profiling工具从训练运行中收集数据，并将其存储在配置文件数据库或日志文件中。而配置文件数据是了解应用程序在实际场景中的执行情况的宝贵资源。它包含关于哪些方法被频繁调用、哪些代码路径被最频繁执行以及哪里存在潜在瓶颈的信息。

配置文件数据可能包括如下指标：

• 方法调用计数
• 内存分配和垃圾收集统计
• 线程活动和同步详细信息
• 异常发生和处理
• CPU和内存使用情况

配置文件数据是明智的优化决策的基础。

（4）编译

Java虚拟机(JVM)或即时编译器(JIT)负责将Java字节码转换为原生机器码。在编译期间，JVM或JIT编译器可以使用配置文件数据来指导其优化决策。

在编译期间启用PGO的具体步骤可能会根据使用的JVM实现而有所不同：

• HotSpot JVM：HotSpot JVM是使用最广泛的Java运行时环境，它通过“分层编译”机制支持PGO。它收集分析数据，并使用它来指导从解释代码到完全优化的机器码的编译。-XX:+UseProfiledCode和-XX:ProfiledCodeGenerate控制HotSpot中的PGO。
• GraalVM：GraalVM提供了一个具有高级优化功能的即时编译器(JIT)。它可以利用配置数据来提高性能。GraalVM的原生映像工具允许通过配置文件引导的优化生成原生二进制文件。
• 其他JVM：支持PGO的JVM可能有自己的一组标志和选项。可以参考特定JVM实现的文档，了解如何启用PGO。

需要注意的是，一些JVM（例如HotSpot）可能会在常规执行期间自动收集分析数据，而不需要启用PGO。

（5）分析与调优

一旦收集了分析数据并在编译期间启用了PGO，下一步就是分析数据并应用优化。以下是分析和调优的一些注意事项：

• 识别性能瓶颈：分析性能分析数据以识别性能瓶颈，例如频繁调用的方法、热代码路径或内存密集型操作。
• 优化决策：基于分析数据，做出关于代码优化的明智决策。常见的优化包括方法内联、循环展开、内存访问模式改进和线程同步增强。
• 优化技术：使用适当的技术和编码实践实现所选的优化。
• 基准测试：在进行优化后，对应用程序进行基准测试，以衡量性能改进。使用分析工具来验证优化是否对分析期间确定的瓶颈产生了积极影响。

（6）定期重新分析和优化

性能优化是一个持续的过程。随着应用程序的发展和使用模式的变化，定期重新分析和优化对于保持峰值性能至关重要。在应用程序生命周期的不同阶段继续收集配置文件数据，并相应地调整优化。

结论

配置文件引导优化(PGO)是Java开发人员工具包中的一个强大工具，提供了提高应用程序性能的方法。通过利用运行时Profiling数据为优化决策提供信息，PGO使开发人员能够根据现实世界中遇到的特定使用模式定制他们的代码增强功能。

无论是涉及方法内联、循环优化还是内存访问模式优化，PGO都是显著提高Java应用程序效率和速度的一种催化剂，使它们更加节约资源。当开发人员踏上优化Java应用程序的旅程时，可以将PGO视为释放其全部潜力的强大盟友，确保它们不断提供顶级性能。

原文标题：Unleash Peak Performance in Java Applications: Overview of Profile-Guided Optimization (PGO)，作者：Andrei Tuchin