40億回の反復Javaループに2ミリ秒しかかからないのはなぜですか？

2.7 GHz Intel Core i7を搭載したラップトップで次のJavaコードを実行しています。2 ^ 32回の繰り返しでループを終了するのにかかる時間を測定するつもりでした。これは、およそ1.48秒（4 / 2.7 = 1.48）と予想されていました。

しかし実際には、1.48秒ではなく、2ミリ秒しかかかりません。これがJVMの最適化の結果であるかどうか疑問に思っていますか？

public static void main(String[] args)
{
    long start = System.nanoTime();

    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++){
    }
    long finish = System.nanoTime();
    long d = (finish - start) / 1000000;

    System.out.println("Used " + d);
}

ここで行われている可能性は2つあります。

1. コンパイラーは、ループが冗長で何もしないことを認識し、ループを最適化しました。

2. JIT（ジャストインタイムコンパイラ）は、ループが冗長で何もしないことに気付いたので、ループを最適化しました。

最新のコンパイラーは非常にインテリジェントです。彼らはコードが役に立たないときを見ることができます。GodBoltに空のループを入れて出力を確認し、-O2最適化をオンにすると、出力が次のように表示されます。

main():
    xor eax, eax
    ret

はっきりさせておきたいのですが、Javaではほとんどの最適化はJITによって行われます。他の一部の言語（C / C ++など）では、ほとんどの最適化は最初のコンパイラーによって行われます。

JITコンパイラによって最適化されたようです。オフにすると（-Djava.compiler=NONE）、コードの実行速度が大幅に低下します。

$ javac MyClass.java
$ java MyClass
Used 4
$ java -Djava.compiler=NONE MyClass
Used 40409

OPのコードをの中に入れましたclass MyClass。

私は明白なことだけ述べます-これは発生するJVM最適化であり、ループは単に削除されるだけです。以下の小さなテストは、有効化/有効化のみ、無効化した場合の大きな違いを示しています。JITC1 Compiler

免責事項：このようなテストを記述しないでください。これは、実際のループの「削除」がで発生することを証明するためだけC2 Compilerです。

@Benchmark
@Fork(1)
public void full() {
    long result = 0;
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++) {
        ++result;
    }
}

@Benchmark
@Fork(1)
public void minusOne() {
    long result = 0;
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE - 1; i++) {
        ++result;
    }
}

@Benchmark
@Fork(value = 1, jvmArgsAppend = { "-XX:TieredStopAtLevel=1" })
public void withoutC2() {
    long result = 0;
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE - 1; i++) {
        ++result;
    }
}

@Benchmark
@Fork(value = 1, jvmArgsAppend = { "-Xint" })
public void withoutAll() {
    long result = 0;
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE - 1; i++) {
        ++result;
    }
}

結果JITは、有効になっている部分に応じて、メソッドが速くなることを示しています（非常に速く、「何も」していないように見えます-ループの削除が発生しているようですC2 Compiler-これが最大レベルです）。

 Benchmark                Mode  Cnt      Score   Error  Units
 Loop.full        avgt    2     ≈ 10⁻⁷          ms/op
 Loop.minusOne    avgt    2     ≈ 10⁻⁶          ms/op
 Loop.withoutAll  avgt    2  51782.751          ms/op
 Loop.withoutC2   avgt    2   1699.137          ms/op 

すでに指摘したように、JIT（ジャストインタイム）コンパイラは、不要な反復を削除するために空のループを最適化できます。しかし、どうやって？

実際には、2つのJITコンパイラーC1およびC2があります。まず、コードはC1でコンパイルされます。C1は統計を収集し、JVMが100％の場合、空のループは何も変更せず、役に立たないことを発見するのに役立ちます。この状況では、C2がステージに入ります。コードが頻繁に呼び出される場合、収集された統計を使用して、コードをC2で最適化およびコンパイルできます。

例として、次のコードスニペットをテストします（私のJDKはslowdebug build 9-internalに設定されています）。

public class Demo {
    private static void run() {
        for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++) {
        }
        System.out.println("Done!");
    }
}

次のコマンドラインオプションを使用します。

-XX:+UnlockDiagnosticVMOptions -XX:CompileCommand=print,*Demo.run

そして、C1とC2で適切にコンパイルされた私のrunメソッドにはさまざまなバージョンがあります。私にとって、最終的なバリアント（C2）は次のようになります。

...

; B1: # B3 B2 <- BLOCK HEAD IS JUNK  Freq: 1
0x00000000125461b0: mov   dword ptr [rsp+0ffffffffffff7000h], eax
0x00000000125461b7: push  rbp
0x00000000125461b8: sub   rsp, 40h
0x00000000125461bc: mov   ebp, dword ptr [rdx]
0x00000000125461be: mov   rcx, rdx
0x00000000125461c1: mov   r10, 57fbc220h
0x00000000125461cb: call  indirect r10    ; *iload_1

0x00000000125461ce: cmp   ebp, 7fffffffh  ; 7fffffff => 2147483647
0x00000000125461d4: jnl   125461dbh       ; jump if not less

; B2: # B3 <- B1  Freq: 0.999999
0x00000000125461d6: mov   ebp, 7fffffffh  ; *if_icmpge

; B3: # N44 <- B1 B2  Freq: 1       
0x00000000125461db: mov   edx, 0ffffff5dh
0x0000000012837d60: nop
0x0000000012837d61: nop
0x0000000012837d62: nop
0x0000000012837d63: call  0ae86fa0h

...

少し面倒ですが、よく見ると、ここには長い実行ループがないことがわかります。B1、B2、B3の3つのブロックがあり、実行ステップはB1 -> B2 -> B3またはB1 -> B3です。Where- Freq: 1ブロック実行の正規化された推定頻度。

ループが何もしないことを検出するのにかかる時間を測定し、バックグラウンドスレッドでコードをコンパイルして、コードを削除します。

for (int t = 0; t < 5; t++) {
    long start = System.nanoTime();
    for (int i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++) {
    }
    long time = System.nanoTime() - start;

    String s = String.format("%d: Took %.6f ms", t, time / 1e6);
    Thread.sleep(50);
    System.out.println(s);
    Thread.sleep(50);
}

これを実行すると-XX:+PrintCompilation、コードがバックグラウンドでレベル3またはC1コンパイラにコンパイルされ、数回のループの後にレベル4のC4にコンパイルされていることがわかります。

    129   34 %     3       A::main @ 15 (93 bytes)
    130   35       3       A::main (93 bytes)
    130   36 %     4       A::main @ 15 (93 bytes)
    131   34 %     3       A::main @ -2 (93 bytes)   made not entrant
    131   36 %     4       A::main @ -2 (93 bytes)   made not entrant
0: Took 2.510408 ms
    268   75 %     3       A::main @ 15 (93 bytes)
    271   76 %     4       A::main @ 15 (93 bytes)
    274   75 %     3       A::main @ -2 (93 bytes)   made not entrant
1: Took 5.629456 ms
2: Took 0.000000 ms
3: Took 0.000364 ms
4: Took 0.000365 ms

ループを使用するlongように変更すると、最適化されません。

    for (long i = Integer.MIN_VALUE; i < Integer.MAX_VALUE; i++) {
    }

代わりにあなたは得る

0: Took 1579.267321 ms
1: Took 1674.148662 ms
2: Took 1885.692166 ms
3: Took 1709.870567 ms
4: Took 1754.005112 ms

開始時間と終了時間をナノ秒で考慮し、10 ^ 6で除算してレイテンシを計算します

long d = (finish - start) / 1000000

それはする必要があります10^9ので、1第二= 10^9ナノ秒。