之前在测试commons-pool2相关实现的时候，发现在线程接近 500 时候，性能瓶颈降低非常厉害，就好像碰到了总体性能的天花板一样，随着线程继续增加而单线程性能急速下降的现象。当时粗略判断其中一个原因是用来存储对象映射关系的java.util.concurrent.ConcurrentHashMap存在瓶颈导致。

所以今天我特意来测试一下java.util.concurrent.ConcurrentHashMap的查询性能，其他增改的功能暂时不做测试了。关于另外一个可能的原因java.util.concurrent.atomic.AtomicLong，我们下期再测。有兴趣的可以先看看我之前对于更强大的多线程计数器java.util.concurrent.atomic.LongAdder的性能测试：性能测试中的 LongAdder。下面是之前遇到两种不同类型的对象池的性能测试文章：通用池化框架 GenericObjectPool 性能测试、通用池化框架 GenericKeyedObjectPool 性能测试。

测试方案

先说一下思路和场景设计。思路还是沿用之前的性能测试，通过固定线程的性能模型进行测试，通过调整次数和线程数来测试java.util.concurrent.ConcurrentHashMap的性能表现。场景设计上我先把java.util.concurrent.ConcurrentHashMap添加 N 个key和value，然后通过多线程随机从这些key里面取值。

这样本地测试就有了三个变量线程数、次数、key的数量，本次重点放在了 200 线程以上的性能表现。

PS：硬件和软件配置参考以前的文章，这里就不多说了。

测试用例

照例方案依旧使用FunTester性能测试框架提供的能力，采取Groovy脚本实现。相信有一定 Java 基础的同学阅读起来是没有问题的。

package com.funtest.groovytest

import com.funtester.base.constaint.FixedThread
import com.funtester.base.constaint.ThreadBase
import com.funtester.frame.SourceCode
import com.funtester.frame.execute.Concurrent

import java.util.concurrent.ConcurrentHashMap

class ConcurrentHashMapTest extends SourceCode {

    static ConcurrentHashMap<Integer, Integer> maps = new ConcurrentHashMap<>()

    static int times = 1_0000

    static int threads = 200

    static int num = 100

    static def desc = "ConcurrentHashMap性能测试"

    public static void main(String[] args) {
        1.upto(num) {
            maps.put(it, it)
        }

        ThreadBase.COUNT = false
        RUNUP_TIME = 0
        new Concurrent(new FunTester(), threads, desc).start()
    }

    private static class FunTester extends FixedThread {


        FunTester() {
            super(null, times, true)
        }

        @Override
        protected void doing() throws Exception {
            maps.get(getRandomInt(num))
        }

        @Override
        FunTester clone() {
            return new FunTester()
        }
    }

}

测试结果

由于测试中基本都触碰到硬件（CPU）瓶颈，所以本次也就不记录 CPU 使用率了，相当于都是在 CPU 资源有限情况下的性能测试数据，其实测试中发现次数影响也不大。

测试到此，结论比较明显了，影响java.util.concurrent.ConcurrentHashMap的主要因素还是机器 CPU 资源不够用了。对于相同的资源情况下，线程数更低自然获得更强的单线程性能，如果增加线程确实可以获取更大的总体 QPS。在key值方面，值越多，QPS 越低。在测试次数上，自然是字数越多，QPS 也大，也符合之前多次测试中的结论。

但是当我重新检查代码的时候却发现一个问题，在com.funtest.groovytest.ConcurrentHashMapTest.FunTester#doing方法中其实还有一段耗时的请求，就是com.funtester.frame.SourceCode#getRandomInt，经过我重新测试，发现java.util.concurrent.ConcurrentHashMap的性能得到了十几倍的提升。

不得不说我大意了，本期文章标题应当修改为java.util.concurrent.ThreadLocalRandom性能测试。

一下是com.funtester.frame.SourceCode#getRandomInt的内容：

/**
 * 获取随机数，获取1~num 的数字，包含 num
 *
 * @param num 随机数上限
 * @return 随机数
 */
public static int getRandomInt(int num) {
    return ThreadLocalRandom.current().nextInt(num) + 1;
}

我依此法重新测试了java.util.concurrent.atomic.AtomicLong，发现也是 QPS 超高，排除了我之前的想法。看来commons-pool2的瓶颈不在这两个地方。以后等我仔细再研究研究，有结论再跟大家分享。

Have Fun ~ Tester ！

• 性能测试专题
• Java、Groovy、Go、Python
• FunTester 社群风采
• 测试理论鸡汤
• 接口功能测试专题
• FunTester 视频专题
• 案例分享：方案、BUG、爬虫
• UI 自动化专题
• 测试工具专题

阅读原文，跳转我的仓库地址