前文分享了几种性能测试中常用到的生成全局唯一标识的案例，虽然在文中我猜测了几种方案设计的性能，并根据自己的经验给出了适用的场景。
但对于一个性能测试工程师来讲，有真是测试数据才更有说服力。这让我想起来之前学过的 Java 微基准测试框架 JMH ，所以不妨一试。
JMH (Java Microbenchmark Harness) 是一个用于编写和运行 Java 基准测试的工具。它被广泛用于评估 Java 应用程序的性能,并帮助开发人员发现和优化性能瓶颈。
JMH 的主要特点包括:
JMH 是 Java 开发者评估应用程序性能的强大工具,有助于提高 Java 应用程序的整体质量和性能。同样地对于性能测试而言，也可以通过 JMH 测试评估一段代码在实际执行当中的表现。
除了 使用分布式服务生成GUID 这个方案以外，其他四种方案（其中两种是我自己常用的）均参与测试。原因是分布式服务需要网络交互，这个一听就不高性能，还有我暂时没条件测试这个。
下面有限展示实测结果，总结使用线程共享和线程独享的方案性能均远远高于 UUID 和 雪花算法 。为了省事儿以下测试均预热 2 次，预热批次大小 2，测试迭代次数 1 次，迭代批次大小也是 1 次。配置如下：
.warmupIterations(2)//预热次数
.warmupBatchSize(2)//预热批次大小
.measurementIterations(1)//测试迭代次数
.measurementBatchSize(1)//测试批次大小
.build();
PS：JMH 貌似还不支持 Groovy 所以我用 Java 写了这个用例。
下面是运行 1 个线程的测试结果：
UniqueNumberTest.exclusive thrpt 203.146 ops/us
UniqueNumberTest.share thrpt 99.860 ops/us
UniqueNumberTest.snow thrpt 4.096 ops/us
UniqueNumberTest.uuid thrpt 11.758 ops/us
下面是运行 10 个线程的测试结果：
Benchmark Mode Cnt Score Error Units
UniqueNumberTest.exclusive thrpt 1117.347 ops/us
UniqueNumberTest.share thrpt 670.141 ops/us
UniqueNumberTest.snow thrpt 10.925 ops/us
UniqueNumberTest.uuid thrpt 3.608 ops/us
PS：此时机器的性能基本跑满了。
下面是 40 个线程的测试结果：
Benchmark Mode Cnt Score Error Units
UniqueNumberTest.exclusive thrpt 1110.273 ops/us
UniqueNumberTest.share thrpt 649.350 ops/us
UniqueNumberTest.snow thrpt 8.908 ops/us
UniqueNumberTest.uuid thrpt 4.205 ops/us
可以看出跟 10 个线程结果差不多。
本机配置 12 核心，以上的测试结果单位是微秒，把结果乘以 100 万就是每秒的处理量，各位在使用不同方案时可以适当参考。
下面是我的测试用例，测试结果我就不进行可视化了。
package com.funtest.jmh;
import com.funtester.utils.SnowflakeUtils;
import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.infra.Blackhole;
import org.openjdk.jmh.results.format.ResultFormatType;
import org.openjdk.jmh.runner.Runner;
import org.openjdk.jmh.runner.RunnerException;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;
import java.util.UUID;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicInteger;
@BenchmarkMode(Mode.Throughput)
//@Warmup(Ω = 3, time = 2, timeUnit = TimeUnit.SECONDS)//预热次数,含义是每个测试会跑多久
//@Measurement(iterations = 3, time = 5, timeUnit = TimeUnit.SECONDS)//测试迭代次数,含义是每个测试会跑多久
//@Threads(1)//测试线程数
//@Fork(2)//fork表示每个测试会fork出几个进程，也就是说每个测试会跑几次
@State(value = Scope.Thread)//默认为Scope.Thread,含义是每个线程都会有一个实例
@OutputTimeUnit(TimeUnit.MICROSECONDS)
public class UniqueNumberTest {
SnowflakeUtils snowflakeUtils = new SnowflakeUtils(1, 1);
ThreadLocal<Integer> exclusive = ThreadLocal.withInitial(() -> 0);
AtomicInteger share = new AtomicInteger(0);
@Benchmark
public void uuid() {
UUID.randomUUID();
}
@Benchmark
public void snow() {
snowflakeUtils.nextId();
}
@Benchmark
public void exclusive(Blackhole blackhole) {
Integer i = exclusive.get();
i++;
blackhole.consume(i + "");
}
@Benchmark
public void share(Blackhole blackhole) {
blackhole.consume(share.incrementAndGet() + "");
}
public static void main(String[] args) throws RunnerException {
Options options = new OptionsBuilder()
.include(UniqueNumberTest.class.getSimpleName())//测试类名
.result("long/result.json")//测试结果输出到result.json文件
.resultFormat(ResultFormatType.JSON)//输出格式
.forks(1)//fork表示每个测试会fork出几个进程，也就是说每个测试会跑几次
.threads(40)//测试线程数
.warmupIterations(2)//预热次数
.warmupBatchSize(2)//预热批次大小
.measurementIterations(1)//测试迭代次数
.measurementBatchSize(1)//测试批次大小
.build();
new Runner(options).run();
}
}