java - 使用专门类型进行 Scala 优化 : sum with longs

Question

我有以下简单的代码

val longs: Vector[Long] = (1L to 1000000L).toVector

以及所谓的等效 Java

def jLongs: java.util.stream.LongStream = java.util.stream.LongStream
    .iterate(1L, (i: Long) => i <= 1000000L, (i: Long) => i + 1L)

当我使用以下代码运行基准测试时

@State(Scope.Benchmark)
@BenchmarkMode(Array(Mode.AverageTime))
@OutputTimeUnit(TimeUnit.MILLISECONDS)
class BoxingScala {
  val longs: Vector[Long] = (1L to 1000000L).toVector
  def jLongs: java.util.stream.LongStream = java.util.stream.LongStream
    .iterate(1L, (i: Long) => i <= 1000000L, (i: Long) => i + 1L)

  @Benchmark def a: Long = longs.sum

  @Benchmark def b: java.lang.Long = jLongs.sum()
}

我发现 Java 代码大约快了 400%。当我试图理解原因时，我发现了这个字节码:

  // access flags 0x1
  public a()J
  @Lorg/openjdk/jmh/annotations/Benchmark;()
   L0
    LINENUMBER <benchmark a> L0
    ALOAD 0
    INVOKEVIRTUAL gurghet/BoxingScala.longs ()Lscala/collection/immutable/Vector;
    GETSTATIC scala/math/Numeric$LongIsIntegral$.MODULE$ : Lscala/math/Numeric$LongIsIntegral$;
    INVOKEVIRTUAL scala/collection/immutable/Vector.sum (Lscala/math/Numeric;)Ljava/lang/Object;
    INVOKESTATIC scala/runtime/BoxesRunTime.unboxToLong (Ljava/lang/Object;)J
    LRETURN
   L1
    LOCALVARIABLE this Lgurghet/BoxingScala; L0 L1 0
    MAXSTACK = 2
    MAXLOCALS = 1

  // access flags 0x1
  public b()Ljava/lang/Long;
  @Lorg/openjdk/jmh/annotations/Benchmark;()
   L0
    LINENUMBER <benchmark b> L0
    GETSTATIC scala/Predef$.MODULE$ : Lscala/Predef$;
    ALOAD 0
    INVOKEVIRTUAL gurghet/BoxingScala.jLongs ()Ljava/util/stream/LongStream;
    INVOKEINTERFACE java/util/stream/LongStream.sum ()J (itf)
    INVOKEVIRTUAL scala/Predef$.long2Long (J)Ljava/lang/Long;
    ARETURN
   L1
    LOCALVARIABLE this Lgurghet/BoxingScala; L0 L1 0
    MAXSTACK = 3
    MAXLOCALS = 1

其中 longs 初始化为

 L1
    LINENUMBER <init> L1
    ALOAD 0
    NEW scala/runtime/RichLong
    DUP
    GETSTATIC scala/Predef$.MODULE$ : Lscala/Predef$;
    LCONST_1
    INVOKEVIRTUAL scala/Predef$.longWrapper (J)J
    INVOKESPECIAL scala/runtime/RichLong.<init> (J)V
    LDC 1000000
    INVOKESTATIC scala/runtime/BoxesRunTime.boxToLong (J)Ljava/lang/Long;
    INVOKEVIRTUAL scala/runtime/RichLong.to (Ljava/lang/Object;)Lscala/collection/immutable/NumericRange$Inclusive;
    INVOKEVIRTUAL scala/collection/immutable/NumericRange$Inclusive.toVector ()Lscala/collection/immutable/Vector;
    PUTFIELD gurghet/BoxingScala.longs : Lscala/collection/immutable/Vector;

所以在我看来，scala 版本被迫加载一百万个对象。

这就是速度这么慢的原因吗？我怎么知道要专门做多头？

此外，有趣且违反直觉的事实是，虽然 java 代码返回一个对象，但在 scala 中返回一个原始 long (参见 ARETURN 与 LRETURN >).

Answer 1

查看字节码是徒劳的。区别在于Stream是什么。 LongStream 按需生成元素。它不是一种数据结构；而是一种数据结构。它是一个控制结构——一些其他数据源上的潜在循环。您的 Java 归结为

var sum: Long = 0
for(i <- 1L to 1000000L) sum += i;

Vector 是一个实际的数据结构，它实际上必须存储 100000 个 long，这使得你的 Scala 版本本质上

val oops = new Array[java.lang.Long](1000000) // boxed!
for(i <- 0 until 1000000) oops(i) = i + 1
var sum: Long = 0
for(i <- 0 until 1000000) sum += oops(i)

它们之间绝对不存在等同关系。另请注意，1L 到 1000000L 是一个 NumericRange[Long]，它已经是一个 Scala 集合，而 (1 到 1000000L) .sum 比其中任何一个都要快得多，因为它使用简单的算术公式来计算结果。最接近 LongStream 的实际上是 SeqView[Long]，您可以将其作为 (1L to 1000000).view 获取。如果您对此调用 sum ，我相信集合库不够智能，无法将其简化为对 NumericRange 的 sum 调用，并且相反，会像 Java 版本中一样迭代它，进行更仔细的比较。不过，它不会专门用于Long，因此它仍然会受到拳击惩罚。