Estoy tratando de ejecutar un cálculo simple (llama a Math.random()
10000000 veces). Sorpresivamente, ejecutarlo en un método simple funciona mucho más rápido que usar ExecutorService.ExecutorService rendimiento lento multi hilo
He leído en otro hilo ExecutorService's surprising performance break-even point --- rules of thumb? y tratado de seguir la respuesta mediante la ejecución de los Callable
utilizando lotes, pero el rendimiento sigue siendo mala
¿Cómo puedo mejorar el rendimiento basado en mi código actual?
import java.util.*;
import java.util.concurrent.*;
public class MainTest {
public static void main(String[]args) throws Exception {
new MainTest().start();;
}
final List<Worker> workermulti = new ArrayList<Worker>();
final List<Worker> workersingle = new ArrayList<Worker>();
final int count=10000000;
public void start() throws Exception {
int n=2;
workersingle.add(new Worker(1));
for (int i=0;i<n;i++) {
// worker will only do count/n job
workermulti.add(new Worker(n));
}
ExecutorService serviceSingle = Executors.newSingleThreadExecutor();
ExecutorService serviceMulti = Executors.newFixedThreadPool(n);
long s,e;
int tests=10;
List<Long> simple = new ArrayList<Long>();
List<Long> single = new ArrayList<Long>();
List<Long> multi = new ArrayList<Long>();
for (int i=0;i<tests;i++) {
// simple
s = System.currentTimeMillis();
simple();
e = System.currentTimeMillis();
simple.add(e-s);
// single thread
s = System.currentTimeMillis();
serviceSingle.invokeAll(workersingle); // single thread
e = System.currentTimeMillis();
single.add(e-s);
// multi thread
s = System.currentTimeMillis();
serviceMulti.invokeAll(workermulti);
e = System.currentTimeMillis();
multi.add(e-s);
}
long avgSimple=sum(simple)/tests;
long avgSingle=sum(single)/tests;
long avgMulti=sum(multi)/tests;
System.out.println("Average simple: "+avgSimple+" ms");
System.out.println("Average single thread: "+avgSingle+" ms");
System.out.println("Average multi thread: "+avgMulti+" ms");
serviceSingle.shutdown();
serviceMulti.shutdown();
}
long sum(List<Long> list) {
long sum=0;
for (long l : list) {
sum+=l;
}
return sum;
}
private void simple() {
for (int i=0;i<count;i++){
Math.random();
}
}
class Worker implements Callable<Void> {
int n;
public Worker(int n) {
this.n=n;
}
@Override
public Void call() throws Exception {
// divide count with n to perform batch execution
for (int i=0;i<(count/n);i++) {
Math.random();
}
return null;
}
}
}
La salida para este código
Average simple: 920 ms
Average single thread: 1034 ms
Average multi thread: 1393 ms
EDIT: rendimiento sufrir debido a Math.random() que es un método sincronizado .. después de cambiar Math.random() con nuevo objeto aleatoria para cada hilo , el rendimiento mejoró
la salida para el nuevo código (después de reemplazar Math.random() con Random para cada hilo)
Average simple: 928 ms
Average single thread: 1046 ms
Average multi thread: 642 ms
¡Ah, tienes razón! No me di cuenta de que Math.random() está sincronizado. Una vez que puse un nuevo objeto aleatorio para cada trabajador, el rendimiento mejoró enormemente – GantengX
Solo una pregunta rápida, si traté de compartir el objeto Random, el rendimiento aún sufre. ¿Sabes por qué es esto así? Random.nextDouble no está sincronizado y llama a Random.next (int) que a su vez llama a AtomicLong.compareAndSet ..No veo por qué esto afectaría el rendimiento. – GantengX
Supongo que porque acabas de volver a tener múltiples hilos contender por el mismo recurso de nuevo: el AtomicLong en este caso. Solo un hilo puede actualizar su valor a la vez, y se actualiza dos veces para cada llamada a nextDouble(). –