System.currentTimeMillis的性能真有如此不堪吗？
戳这里，加关注哦～
疑惑，System.currentTimeMillis真有性能问题？
最近我在研究一款中间件的源代码时，发现它获取当前时间不是通过System.currentTimeMillis，而是通过自定义的System.currentTimeMillis的缓存类（见下方），难道System.currentTimeMillis的性能如此不堪吗？竟然要通过自定义的缓存时钟取而代之？
/**
* 弱精度的计时器，考虑性能不使用同步策略。
*
* @author mycat
*/
public class TimeUtil {
//当前毫秒数的缓存
private static volatile long CURRENT_TIME = System.currentTimeMillis();
public static final long currentTimeMillis() { return CURRENT_TIME; }
public static final long currentTimeNanos() { return System.nanoTime(); }
//更新缓存
public static final void update() { CURRENT_TIME = System.currentTimeMillis(); }
}
//使用定时任务调度线程池，定期（每1s）调用update方法更新缓存时钟
heartbeatScheduler.scheduleAtFixedRate(processorCheck(), 0L, 1000, TimeUnit.MILLISECONDS);
为了跟紧时代潮流，跟上性能优化“大师”们的步伐，我赶紧上网搜了一下“currentTimeMillis性能”，结果10个搜索结果里面有9个是关于system.currentTimeMillis性能问题的：
点开一看，这个说System.currentTimeMillis 「比 new一个普通对象耗时还要高100倍左右」，那个又拿出测试记录说System.currentTimeMillis「并发情况下耗时比单线程调用高250倍」
思索，System.currentTimeMillis有什么性能问题
看到这里，我恨不得马上打开IDEA，把代码里所有System.currentTimeMillis都给换掉，但是作为一个严谨的程序员，怎么能随波逐流，人云亦云呢？于是我仔细地拜读了这些文章，总结了他们的观点：
System.currentTimeMillis「要访问系统时钟」，这属于临界区资源，并发情况下必然导致多线程的争用
System.currentTimeMillis()之所以慢是因为去「跟系统打了一次交道」
我「有测试记录」，并发耗时就是比单线程高250倍！
但我细品一番，发现这些观点充满了漏洞：
System.currentTimeMillis 确实「要访问系统时钟」，准确的说，是读取墙上时间（xtime），xtime是Linux系统给用户空间用来获取当前时间的，内核自己基本不会使用，只是维护更新。「而且读写xtime使用的是Linux内核中的顺序锁，而非互斥锁，读线程间是互不影响的」
❝大家可以把顺序锁当成是解决了“ABA问题”的CompareAndSwap锁。对于一个临界区资源（这里是xtime），有一个操作序列号，写操作会使序列号+1，读操作则不会。
写操作：CAS使序列号+1
读操作：先获取序列号，读取数据，再获取一次序列号，前后两次获取的序列号相同，则证明进行读操作时没有写操作干扰，那么这次读是有效的，返回数据，否则说明读的时侯可能数据被更改了，这次读无效，重新做读操作。
大家可能有个疑问：读xtime的时候数据可能被更改吗？难度读操作不是原子性的吗？这是因为xtime是64位的，对于32位机器是需要分两次读的，而64位机器不会产生这个并发的问题。
❞
「跟系统打了一次交道」，确实，用户进程必须进入内核态才能访问系统资源，但是，「new一个对象，分配内存也属于系统调用，也要进内核态跟系统打交道」，难道只是读一下系统的墙上时间，会比移动内存指针，初始化内存的耗时还要高100倍吗？匪夷所思
至于所谓的测试记录，给大家看一下他的测试代码：
这个测试代码的问题在于「闭锁endLatch.countDown的耗时也被算进总体耗时了」，闭锁是基于CAS实现的，在当前这样的计算密集型场景下，大量线程一拥而上，几乎都会因CAS失败而被挂起，「大量线程挂起、排队、放下的耗时」可不是小数目。其次「使用这种方法（执行开始到执行完毕）来对比并发和单线程的调用耗时也有问题」，单线程怎么和多线程比总的执行时间？能比的应该是每次调用的耗时之和才对（见下）
long begin = System.nanoTime();
//单次调用System.currrentTimeMillis()
long end = System.nanoTime();
sum += end - begin;❝「记录每次调用的总耗时」，这种方法虽然会把System.nanoTime()也算进总耗时里，但因为不论并发测试还是单线程测试都会记录System.nanoTime()，不会导致测试的不公平
❞
数据说话，System.currentTimeMillis的性能没有问题
通过改进测试代码（测试代码见文末），并添加了优化“大师”们的缓存时钟做对比，我得到了以下数据：
❝System代表 System.currentTimeMillis
缓存时钟代表 使用静态成员变量做System.currentTimeMillis缓存的时钟类
200线程-Tomcat的默认线程数
❞
使用JMH（Java基准测试框架）的测试结果
❝JMH按照推荐使用了双倍CPU的线程数（8线程），统计的是平均时间，测试代码见文末 另外Windos和Linux配置不同，彼此间无可比性
❞
测试结果分析
可以看到System.currentTimeMillis「并发性能并不算差，在次数较少（短期并发调用）的情况下甚至比单线程要强很多」，而在「单线程调用时效率也要比缓存时钟要高一倍左右」。实际环境中几乎是达不到上述测试中的多线程长时间并发调用System.currentTimeMillis这样的情况的，因而我认为没有必要对System.currentTimeMillis做所谓的“优化”
❝这里没有做“new一个对象”的测试，是因为并不是代码里写了new Object()，JVM就会真的会给你在堆内存里new一个对象。这是JVM的一个编译优化——「逃逸分析」：先分析要创建的对象的作用域，如果这个对象只在一个method里有效（局部变量对象），则属于「未 方法逃逸」，不去实际创建对象，而是你在method里调了对象的哪个方法，就把这个方法的代码块内联进来。只在线程内有效则属于「未 线程逃逸」，会创建对象，但会自动消除我们做的无用的同步措施。
❞
纸上得来终觉浅，绝知此事要躬行
想要学习JMH，请跟着GitHub官方文档走，别人的博客可能跑不通就搬上去了，笔者也是刚刚踩过了这个坑
最后奉上我的测试代码
测试代码：
public class CurrentTimeMillisTest {
public static void main(String[] args) {
int num = 10000000;
System.out.print("单线程"+num+"次System.currentTimeMillis调用总耗时： ");
System.out.println(singleThreadTest(() -> {
long l = System.currentTimeMillis();
},num));
System.out.print("单线程"+num+"次CacheClock.currentTimeMillis调用总耗时：");
System.out.println(singleThreadTest(() -> {
long l = CacheClock.currentTimeMillis();
},num));
System.out.print("并发"+num+"次System.currentTimeMillis调用总耗时： ");
System.out.println(concurrentTest(() -> {
long l = System.currentTimeMillis();
},num));
System.out.print("并发"+num+"次CacheClock.currentTimeMillis调用总耗时： ");
System.out.println(concurrentTest(() -> {
long l = CacheClock.currentTimeMillis();
},num));
}
/**
* 单线程测试
* @return
*/
private static long singleThreadTest(Runnable runnable,int num) {
long sum = 0;
for (int i = 0; i < num; i++) {
long begin = System.nanoTime();
runnable.run();
long end = System.nanoTime();
sum += end - begin;
}
return sum;
}
/**
* 并发测试
* @return
*/
private static long concurrentTest(Runnable runnable,int num) {
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(200,200,60, TimeUnit.SECONDS,new LinkedBlockingQueue<>(num));
long[] sum = new long[]{0};
//闭锁基于CAS实现，并不适合当前的计算密集型场景，可能导致等待时间较长
CountDownLatch countDownLatch = new CountDownLatch(num);
for (int i = 0; i < num; i++) {
threadPoolExecutor.submit(() -> {
long begin = System.nanoTime();
runnable.run();
long end = System.nanoTime();
//计算复杂型场景更适合使用悲观锁
synchronized(CurrentTimeMillisTest.class) {
sum[0] += end - begin;
}
countDownLatch.countDown();
});
}
try {
countDownLatch.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
return sum[0];
}
/**
* 缓存时钟，缓存System.currentTimeMillis()的值，每隔20ms更新一次
*/
public static class CacheClock{
//定时任务调度线程池
private static ScheduledExecutorService timer = new ScheduledThreadPoolExecutor(1);
//毫秒缓存
private static volatile long timeMilis;
static {
//每秒更新毫秒缓存
timer.scheduleAtFixedRate(new Runnable() {
@Override
public void run() {
timeMilis = System.currentTimeMillis();
}
},0,1000,TimeUnit.MILLISECONDS);
}
public static long currentTimeMillis() {
return timeMilis;
}
}
}「使用JMH的测试代码：」
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.MICROSECONDS)
//120轮预热，充分利用JIT的编译优化技术
@Warmup(iterations = 120,time = 1,timeUnit = TimeUnit.MILLISECONDS)
@Measurement(time = 1,timeUnit = TimeUnit.MICROSECONDS)
//线程数：CPU*2（计算复杂型，也有CPU+1的说法）
@Threads(8)
@Fork(1)
@State(Scope.Benchmark)
public class JMHTest {
public static void main(String[] args) throws RunnerException {
testNTime(10000);
}
private static void testNTime(int num) throws RunnerException {
Options options = new OptionsBuilder()
.include(JMHTest.class.getSimpleName())
.measurementIterations(num)
.output("E://testRecord.log")
.build();
new Runner(options).run();
}
/**
* System.currentMillisTime测试
* @return 将结果返回是为了防止死码消除（编译器将 无引用的变量 当成无用代码优化掉）
*/
@Benchmark
public long testSystem() {
return System.currentTimeMillis();
}
/**
* 缓存时钟测试
* @return
*/
@Benchmark
public long testCacheClock() {
return JMHTest.CacheClock.currentTimeMillis();
}
/**
* 缓存时钟，缓存System.currentTimeMillis()的值，每隔1s更新一次
*/
public static class CacheClock{
private static ScheduledExecutorService timer = new ScheduledThreadPoolExecutor(1);
private static volatile long timeMilis;
static {
timer.scheduleAtFixedRate(new Runnable() {
@Override
public void run() {
timeMilis = System.currentTimeMillis();
}
},0,1000,TimeUnit.MILLISECONDS);
}
public static long currentTimeMillis() {
return timeMilis;
}
}
}
作者：围军儿
来源：https://juejin.im/post/6887743425437925383