高并发场景下System.currentTimeMillis()的性能问题优化

JAVA herman 2207浏览 0评论
公告:“业余草”微信公众号提供免费CSDN下载服务(只下Java资源),关注业余草微信公众号,添加作者微信:xttblog,发送下载链接帮助你免费下载!
本博客日IP超过1800,PV 2600 左右,急需赞助商。
极客时间所有课程通过我的二维码购买后返现24元微信红包,请加博主新的微信号:xttblog,之前的微信号好友位已满,备注:返现
所有面试题(java、前端、数据库、springboot等)一网打尽,请关注文末小程序
视频教程免费领

你也许用过System.currentTimeMillis(),但是你可能不知道它在高并发场景下对性能的影响。之前的测试数据具体多少我忘记了,但是我大概记得System.currentTimeMillis()的调用比new一个普通对象要耗时的多(具体耗时高出多少我还没测试过,有人说是100倍左右)。因此在高并发下,在高频率使用System.currentTimeMillis()的情况下,我们很有必要对System.currentTimeMillis()进行一次优化。

System.currentTimeMillis()之所以慢是因为去跟系统打了一次交道。具体需要你看过源码才知道。

本优化实现后台定时更新时钟,JVM退出时,线程自动回收。

下面是相关优化的具体代码:

public class SystemClock {
	private final long period;
	private final AtomicLong now;
	// 业余草:www.xttblog.com
	private SystemClock(long period) {
		this.period = period;
		this.now = new AtomicLong(System.currentTimeMillis());
		scheduleClockUpdating();
	}
	private static class InstanceHolder {
		public static final SystemClock INSTANCE = new SystemClock(1);
	}
	private static SystemClock instance() {
		return InstanceHolder.INSTANCE;
	}
	private void scheduleClockUpdating() {
		ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor(new ThreadFactory() {
			public Thread newThread(Runnable runnable) {
				Thread thread = new Thread(runnable, "System Clock");
				thread.setDaemon(true);
				return thread;
			}
		});
		scheduler.scheduleAtFixedRate(new Runnable() {
			public void run() {
				now.set(System.currentTimeMillis());
			}
		}, period, period, TimeUnit.MILLISECONDS);
	}
	private long currentTimeMillis() {
		return now.get();
	}
	public static long now() {
		return instance().currentTimeMillis();
	}
	public static String nowDate() {
		return new Timestamp(instance().currentTimeMillis()).toString();
	}
}

下面是大量测试后得出的结果:

10亿:43410,206,210.72815533980582%
1亿:4699,29,162.0344827586207%
1000万:480,12,40.0%
100万:50,10,5.0%

以上上个仅供参考,具体和你的硬件配置等有关。

业余草公众号

最后,欢迎关注我的个人微信公众号:业余草(yyucao)!可加QQ1群:135430763(2000人群已满),QQ2群:454796847(已满),QQ3群:187424846(已满)。QQ群进群密码:xttblog,想加微信群的朋友,之前的微信号好友已满,请加博主新的微信号:xttblog,备注:“xttblog”,添加博主微信拉你进群。备注错误不会同意好友申请。再次感谢您的关注!后续有精彩内容会第一时间发给您!原创文章投稿请发送至532009913@qq.com邮箱。商务合作可添加助理微信进行沟通!

本文原文出处:业余草: » 高并发场景下System.currentTimeMillis()的性能问题优化