loom-benchmark

测试机器配置

CPU: 4核 i9 9900K 3.6~4.7GHZ

测试用例

1. 使用vertx-web时限HTTP服务，接收POST请求并交给虚拟线程异步处理。
2. 使用Jackson反序列化请求body。
3. 向虚拟线程池提交10个异步任务，任务内部随机sleep50~100毫秒模拟IO阻塞操作。
4. 重新序列化body并返回给客户端。

简单总结

• AOT能带来极快的启动速度。
• PGO可以带来不错的提升。
• JIT能够提供更高的吞吐量，但是内存占用较高。
• 经过PGO优化的G1收集器下，吞吐量和CPU利用效率略弱于JIT，但是内存使用率大幅降低。
• 使用串行GC的Native-Image吞吐量表现较差，但内存利用效率是最高的。
• 盲目增加堆内存大小除了浪费内存之外并不能带来明显的性能提升，堆内存的分配最好结合压测数据调整。

综上：

• 对启动速度和内存占用不敏感的应用程序而言，JIT是最好的选择。吞吐量高、CPU利用率是最高的，但是内存占用也很高。
• 对内存利用率敏感的程序而言，开启了G1的原生镜像会是更好的选择。吞吐量和CPU利用率稍逊JIT，但能节省大量的内存。
• 对于服务器资源配置很低的情况，可以考虑选择基于串行GC的原生镜像。

测试成绩

限制最大堆内存500m

Metric/Runtime	GraalVM-JIT	Native-serial	Native-serial-PGO	Native-G1	Native-G1-PGO
Peak throughput	23000	9200	10200	16050	17800
Cpu Usage	220%	155%	150%	285%	290%
Throughput per cpu	10454	5935	6800	5631	6138
Memory Usage(max RSS)	1800m	330m	330m	600m	583m
Throughput per memory	12778	27878	30909	26750	30532

吞吐量（越大越好）

CPU使用率（越低越好）

内存占用（越低越好）

限制最大堆内存1000m

Metric/Runtime	GraalVM-JIT	Native-serial	Native-serial-PGO	Native-G1	Native-G1-PGO
Peak throughput	24600	12600	13200	19650	21800
Cpu Usage	220%	170%	155%	240%	270%
Throughput per cpu	11182	7412	8516	8188	8074
Memory Usage(max RSS)	2000m	500m	550m	1100m	1100m
Throughput per memory	12300	25200	24000	17864	19818

吞吐量（越大越好）

CPU使用率（越低越好）

内存占用（越低越好）

限制最大堆内存2000m

Metric/Runtime	GraalVM-JIT	Native-serial	Native-serial-PGO	Native-G1	Native-G1-PGO
Peak throughput	23200	15300	16650	19400	21800
Cpu Usage	210%	200%	190%	240%	230%
Throughput per cpu	11048	7650	8763	8083	9478
Memory Usage(max RSS)	2200m	900m	900m	2000m	1900m
Throughput per memory	10545	17000	18500	9700	11474

吞吐量（越大越好）

CPU使用率（越低越好）

内存占用（越低越好）

限制最大堆内存50m

最后在附上最大堆内存50m的测试成绩

Metric/Runtime	GraalVM-JIT	Native-serial	Native-serial-PGO	Native-G1	Native-G1-PGO
Peak throughput	14200	5500	5900	6770	6520
Cpu Usage	242%	150%	145%	240%	228%
Throughput per cpu	5868	3667	4069	2821	2860
Memory Usage(max RSS)	999m	100m	90m	140m	103m
Throughput per memory	14214	55000	65555	48357	63300

吞吐量（越大越好）

CPU使用率（越低越好）

内存占用（越低越好）