背景
前提：抖音小程序有qps的监控，如果说qps过低就会导致小程序被下架掉。
业务代码非常的简单 一个easy的查询 但是当并非达到 20就 会发现qps降低了10倍
业务需求实现大概这么一个链路
ok 那么此前我们在认识一下 computeIfAbsent 方法（大佬可以跳过）
当我们想要在map中取值并判断，如果map中不存在那进行写入我们代码会怎么写？
不出意外的话 大家应该都会这么实现吧。但是实际上jdk早就提我们想好解决方案了。我们可以通过 computeIfAbsent 来进行实现。
让我们在来看一下跑出来的结果吧
ConcurrentHashMap.computeIfAbsent 方法性能问题
ok 话不多说 直接上测试代码
使用JMH来进行测试 代码如下
测试代码
package cn.ideamake.im.auth.service;
import org.openjdk.jmh.annotations.Benchmark;
import org.openjdk.jmh.annotations.Fork;
import org.openjdk.jmh.annotations.Level;
import org.openjdk.jmh.annotations.Measurement;
import org.openjdk.jmh.annotations.Scope;
import org.openjdk.jmh.annotations.Setup;
import org.openjdk.jmh.annotations.State;
import org.openjdk.jmh.annotations.Warmup;
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.Map;
import java.util.concurrent.ConcurrentHashMap;
/**
* @author Barcke
* @version 1.0
* @projectName im-auth
* @className Test
* @date 2024/4/30 16:30
* @slogan: 源于生活 高于生活
* @description:
**/
@Warmup(iterations = 3, time = 5)
@Fork(2)
@Measurement(iterations = 3, time = 5)
@State(Scope.Benchmark)
public class Test {
private static final String KEY = "barcke";
private static final Object VALUE = new Object();
private final Map<String, Object> concurrentMap = new ConcurrentHashMap<>(1, 1);
@Setup(Level.Iteration)
public void setup() {
concurrentMap.clear();
}
@Benchmark
public Object benchGetBeforeComputeIfAbsent() {
Object result = concurrentMap.get(KEY);
if (null == result) {
result = concurrentMap.put(KEY, VALUE);
}
return result;
}
@Benchmark
public Object benchComputeIfAbsent() {
return concurrentMap.computeIfAbsent(KEY, (k) -> VALUE);
}
public static void main(String[] args) throws RunnerException {
Options opt = new OptionsBuilder()
.include(Test.class.getSimpleName())
.result("result.json")
.resultFormat(ResultFormatType.JSON).build();
new Runner(opt).run();
}
}
让我们直接看看平均运行时间吧！
可以看到 平均运行时间是提升了一倍！！
优化方案总结
1、升级JDK（1.9之后JDK已经处理了此问题）
2、主动调优通过util方法来处理 computeIfAbsent
public static <K, V> V computeIfAbsent(Map<K, V> map, K key, Function<? super K, ? extends V> mappingFunction) {
V value = map.get(key);
if (null == value) {
map.putIfAbsent(key, mappingFunction.apply(key));
value = map.get(key);
}
return value;
}
