深入理解 Java 如何测量时间：从 API 到内核调用

（给ImportNew加星标，提高Java技能）

编译：ImportNew/覃佑桦

www.javacodegeeks.com/2019/12/measuring-time-from-java-to-kernel-and-back.html

问题

即使是最基本的问题，只要打破砂锅问到底也会变得非常有趣。这篇文章，我会深入探究Java如何测量时间。本文从最基础的Java API开始逐层深入：从OpenJDK源代码、glibc，一直到Linux内核。研究各种环境下的性能开销，并尝试对结果进行推理。

文中会探索Java时间测量过程：从某个活动从开始，一直到活动结束经过的时间。对于提高性能、监控操作和强制超时很有帮助。

下面的伪代码是一种常见处理，几乎可以在任何代码库中找到：

START_TIME = getCurrentTime()
executeAction()
ELAPSED_TIME = getCurrentTime() - START_TIME

Java中的运行时间

Java提供了两个时间测量基础调用：System.currentTimeMillis()和System.nanoTime()。这两个调用有以下几个区别。

1.计时起点的稳定性

System.currentTimeMillis()返回自UTC时间1970年1月1日（Unix纪元开始）开始经过的毫秒数。另一个调用，System.nanoTime()返回自某一固定但任意的时间点开始经过的纳秒数。

很明显，currentTimeMillis()的测量粒度为1毫秒。因此测量时间不能短于1毫秒。currentTimeMillis()用UTC时间1970年1月1日作为参照点，既有优点也有缺点。

有什么优点？可以在两个不同JVM上调用currentTimeMillis()，比较返回值。

有哪些缺点？如果计算机没有进行时间同步，那么比较的结果没有意义。服务集群中的时钟通常无法做到完全同步，总会有一些偏差。如果是比较两个不同系统产生的日志文件，时间戳不完全同步尚且可以接受。但是，有时候这种偏差可能会导致灾难性后果，例如分布式系统中的冲突解决。

2.时钟的单调性

另一个问题，不能保证返回值单调递增。这是什么含义？连续两次调用currentTimeMillis()，第二次调用的返回值可能小于第一次。这种结果违反直觉，而且可能导致荒谬的结果，比如经过的时间为负数。很明显，要计算程序内部运行经过的时间currentTimeMillis()不是一个好的选项。那么，用nanoTime()怎么样？

System.nanoTime()没有用Unix纪元作为参考点，而是使用过去某个未指定时间点。该时间点仅在一次JVM运行期间保持不变，仅此而已。因此，即使比较同一台计算机上两个不同JVM的nanoTime()返回值也毫无意义，更不用说比较不同计算机上的调用结果。参考时间点通常与上一次计算机启动有关，不能依赖这种实现。这种做法的好处是，即使计算机的时钟时间由于某种原因倒退，也不会对nanoTime()产生任何影响。因此，nanoTime()是一个很棒的工具，可以测量单个JVM中两个事件之间经过的时间，但是不能用来比较不同JVM中的时间。

Java实现

接下来会探讨currentTimeMillis()和nanoTime()在Java中的实现机制。这里使用最新的OpenJDK 14源代码。System.currentTimeMillis()是一个本地方法，因此Java IDE不会告诉我们具体实现。这段本地代码看起来稍微好一点：

JVM_LEAF(jlong, JVM_CurrentTimeMillis(JNIEnv *env, jclass ignored))
  JVMWrapper("JVM_CurrentTimeMillis");
  return os::javaTimeMillis();
JVM_END

可以看到，这里会根据不同的操作系统委派不同的实现。下面是Linux上的实现：

jlong os::javaTimeMillis() {
  timeval time;
  int status = gettimeofday(&time, NULL);
  assert(status != -1, "linux error");
  return jlong(time.tv_sec) * 1000 + jlong(time.tv_usec / 1000);
}

这段代码委托给一个Posix函数gettimeofday()。该函数返回一个简单的结构：

struct timeval {
  time_t tv_sec; /* seconds */
  suseconds_t tv_usec; /* microseconds */
};

结构体中包含自Unix纪元开始经过的秒数，以及最后的微秒数。currentTimeMillis()返回的是自Unix纪元以来经过的毫秒数，因此必须进行简单的转换：jlong(time.tv_sec) * 1000 + jlong(time.tv_usec / 1000)

gettimeofday()函数由glibc实现，最终调用Linux内核。稍后会进行更深入了解。

让我们看看nanoTime()如何实现：事实证明没有太大区别，System.nanoTime()也是一个本机方法：public static native long nanoTime();和jvm.cpp会交给操作系统实现：

JVM_LEAF(jlong, JVM_NanoTime(JNIEnv *env, jclass ignored))
  JVMWrapper("JVM_NanoTime");
  return os::javaTimeNanos();
JVM_END

Linux中的javaTimeNanos()实现非常有趣：

jlong os::javaTimeNanos() {
  if (os::supports_monotonic_clock()) {
    struct timespec tp;
    int status = os::Posix::clock_gettime(CLOCK_MONOTONIC, &tp);
    assert(status == 0, "gettime error");
    jlong result = jlong(tp.tv_sec) * (1000 * 1000 * 1000) + jlong(tp.tv_nsec);
    return result;
  } else {
    timeval time;
    int status = gettimeofday(&time, NULL);
    assert(status != -1, "linux error");
    jlong usecs = jlong(time.tv_sec) * (1000 * 1000) + jlong(time.tv_usec);
    return 1000 * usecs;
  }
}

实现包含2个分支：如果操作系统支持，那么使用单调时钟；否则还是委托给gettimeofday()。Gettimeofday()与之前System.currentTimeMillis()中用的同一个Posix调用。显然，由于nanoTime()的粒度更细，因此转换实现看起来有些不同，但使用的是同一个Posix调用！这意味着，在某些情况下System.nanoTime()使用Unix纪元作为参考点，因此也可以追溯过去！换句话说：不能保证单调性！

好消息是，据我所知所有现代Linux发行版都支持单调时钟。我认为这个分支是为了兼容早期kernel/glibc版本。假如你对HotSpot如何检测操作系统支持单调时钟感兴趣，请参阅这段代码。对大多数人而言，重要的要知道OpenJDK实际总是调用的是Posix函数clock_gettime()，该函数在glibc中实现，glibc会委托给Linux内核调用。

基准测试I、本地笔记本

现在，我们对nanoTime()和currentTimeMillis()的实现有了一个直观的认识。让我们看看它们速度是快是慢。下面是一个简单的JMH基准测试：

@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
public class Bench {
 
  @Benchmark
  public long nano() {
    return System.nanoTime();
  }
 
  @Benchmark
  public long millis() {
    return System.currentTimeMillis();
  }
}

我的笔记本装的是Ubuntu 19.10，运行上面的基准测试结果如下：

System.currentTimeMillis()每次调用大约需要29纳秒，System.nanoTime()大约每次需要25纳秒。结果中规中矩。这也意味着，使用System.nano()测试短于几十纳秒的调用是不明智的。因为测量本身的开销可能大于所要测量的时间段。此外，还要避免在密集的循环中使用nanoTime()，因为这么做会使得延迟迅速增加。另一方面，使用nanoTime()计算远程服务器的响应时间或者开销很大的计算过程很合适。

基准测试II、AWS

虽然在笔记本上运行基准测试很方便，但并不实用。除非把笔记本贡献出来，作为应用的生产环境。让我们在AWS EC2中运行相同的基准测试。

启动一台安装了Ubuntu 16.04 LTS的c5.xlarge机器，并使用SDKMAN安装AdoptOpenJDK构建的Java 13：

$ sudo apt install zip unzip
$ curl -s "https://get.sdkman.io" | bash
# 我直到使用Pipe把curl结果输出到shell不酷。但是我很懒。
$ source "/home/ubuntu/.sdkman/bin/sdkman-init.sh"
$ sdk install java 13.0.1.hs-adpt

$ java -version
openjdk version "13.0.1" 2019-10-15
OpenJDK Runtime Environment AdoptOpenJDK (build 13.0.1+9)
OpenJDK 64-Bit Server VM AdoptOpenJDK (build 13.0.1+9, mixed mode, sharing)
ubuntu@ip-10-0-0-133:~$

运行结果如下：

与笔记本上的运行结果几乎一样，还不错。现在，试一下c3.large实例。虽然比较老，但是现在仍然经常使用：

结果看起来很糟糕！尽管c3.large实例有点老，预期的运行结果会有所下降，但这也差太多了！currentTimeMillis()和nanoTime()结果都慢了一个数量级。360纳秒一开始听起来感觉还不错，但要考虑这只是测量一次需要的时间，而实际要调用两次。因此，实际每次测量耗费大约0.7微秒。如果有10个探针测量不同的执行阶段，那么实际需要7微秒。详细分析：40gbit网卡的往返大约需要10微秒。这意味着，如果向热点路径增加一堆探针可能会带来非常大的延迟！

关于内核的调查

为什么C3实例比笔记本电脑或者C5实例慢得多？事实证明，这与Linux时钟源有关，更主要的与glibc-kernel接口有关。我们已经知道，每次调用nanoTime()或者currentTimeMillis()OpenJDK都会调用本机代码，本机代码会调用glibc，后者会调用Linux内核。

最有趣的部分是glibc-Linux内核转换：通常，当进程调用Linux内核函数（也称为syscall）时，涉及从用户模式切换到内核模式然后返回。这个转换是一个开销相对很高的操作，涉及许多步骤：

• 把CPU寄存器存储在内核堆栈中

• 运行内核代码调用函数

• 把运行结果从内核空间复制到用户空间

• 从内核堆栈恢复CPU寄存器

• 跳转到用户代码

这些操作的开销通常很大。而且伴随着旁道攻击和相关保障措施的出现，开销越来越大。

对性能敏感的应用程序通常会尽量避免从用户态切换到内核态。Linux内核本身为一些频繁执行的系统调用提供了快捷方式，称为vDSO — 虚拟动态共享对象。它的本质是导出一些函数，把它们映射到进程的地址空间中。用户进程可以像普通共享库中的普通函数一样调用它们。事实证明，clock_gettime()和gettimeofday()都提供了这种快捷调用。因此，当glibc调clock_gettime()时，实际上不会执行用户态-内核态切换，仅仅是内存地址跳转。

所有这些听起来更像是一个有趣的理论，但并不能解释为什么System.nanoTime()在c3实例上运行这么慢。

实验

这里使用另一个出色的Linux工具监视系统调用次数：perf。最简单的办法，启动基准测试并计算操作系统中的所有系统调用。perf的语法非常简单：

sudo perf stat -e raw_syscalls:sys_enter -I 1000 -a，会计算每秒钟系统调用总数。一个重要的细节：它只统计真正的系统调用，即执行了完整用户模式-内核模式转换过程。vDSO不在统计范围之内。下面是c5实例上运行时的结果：

$ sudo perf stat -e raw_syscalls:sys_enter -I 1000 -a
# time counts unit events
1.000082884 138 raw_syscalls:sys_enter
2.000222087 252 raw_syscalls:sys_enter
3.000343414 127 raw_syscalls:sys_enter
4.000455977 136 raw_syscalls:sys_enter
5.000569565 140 raw_syscalls:sys_enter
6.000678534 136 raw_syscalls:sys_enter

可以看到每秒大约执行了130个系统调用。鉴于我们基准测试的每次循环都小于30纳秒，很明显应用程序应该使用vDSO避开了系统调用。

下面是在c3实例上的运行结果：

$ sudo perf stat -e raw_syscalls:sys_enter -I 1000 -a
time counts unit events
1.000159646 1390979 raw_syscalls:sys_enter
2.000942549 1391734 raw_syscalls:sys_enter
3.001555643 1392785 raw_syscalls:sys_enter
4.002148930 1393389 raw_syscalls:sys_enter
5.002734293 1392383 raw_syscalls:sys_enter
6.003311904 1338051 raw_syscalls:sys_enter

每秒执行超过130万次系统调用！而且nanoTime()和currentTimeMillis()用时翻倍，大约为每次操作700纳秒。这是一个相当有力的证明，每次基准测试循环都会执行一次真实的系统调用！

让我们再启动一个perf命令以收集其他证据。这个命令会计算5秒钟内调用的所有系统调用并按名称分组：

sudo perf stat -e 'syscalls:sys_enter_*' -a sleep 5

在c5实例上运行时没有任何异常。但是在c3实例上运行时，会看到下面的结果：

15695416 syscalls:sys_enter_gettimeofday (99.98%)

这就是确凿的证据！这个证据有力地证明了，在c3实例上运行基准测试时，会进行真正的gettimeofday()系统调用！为什么？

这是4.4内核（Ubuntu 16.04）的相关说明：

notrace int __vdso_gettimeofday(struct timeval *tv, struct timezone *tz)
{
  if (likely(tv != NULL)) {
    if (unlikely(do_realtime((struct timespec *)tv) == VCLOCK_NONE))
      return vdso_fallback_gtod(tv, tz);
    tv->tv_usec /= 1000;
  }
  if (unlikely(tz != NULL)) {
    tz->tz_minuteswest = gtod->tz_minuteswest;
    tz->tz_dsttime = gtod->tz_dsttime;
  }
 
  return 0;
}

这是Java调用System.currentTimeMillis()时，由glibc调用的用户态内存映射函数。它会调用do_realtime()，并使用当前时间填充struct tv返回。重要的是，所有这些操作均在用户模式下执行，不会产生系统调用。好吧，do_realtime()返回VCLOCK_NONE时除外。在这种情况下，会调用vdso_fallback_gtod()执行系统调用。

为什么c3会fallback执行系统调用而c5不会？这与虚拟化技术的变化有关！AWS从一开始就使用Xen虚拟化。大约2年前，AWS宣布从Xen转为KVM虚拟化。c3实例使用Xen虚拟化，较新的c5实例则使用KVM。对我们而言重要的是要知道，每种技术使用了不同的Linux Clock实现。在/sys/devices/system/clocksource/clocksource0/current_clocksource中可以看到Linux当前时钟。

下面是c3的结果：

$ cat /sys/devices/system/clocksource/clocksource0/current_clocksource
Xen

这是c5的结果：

$ cat /sys/devices/system/clocksource/clocksource0/current_clocksource
kvm-clock

事实证明，kvm-clock实现中会设置vclock_mode为VCLOCK_PVCLOCK，这样不会fallback到较慢的分支。Xen时钟源没有设置mode，而是保持了VCLOCK_NONE默认值。这样会跳转到vdso_fallback_gtod()函数，最后执行真正的系统调用！

#define VCLOCK_NONE 0/* No vDSO clock available.*/
#define VCLOCK_TSC 1/* vDSO should use vread_tsc.*/
#define VCLOCK_HPET 2/* vDSO should use vread_hpet.*/
#define VCLOCK_PVCLOCK 3/* vDSO should use vread_pvclock.*/
 
struct arch_clocksource_data {
  int vclock_mode;
};

Linux的优点在于它具有高度的可配置性，并且经常会让我们自取灭亡。可以尝试更改c3上的时钟源并重新运行基准测试。可以执行下面命令查看：

$ cat /sys/devices/system/clocksource/clocksource0/available_clocksource
xen tsc hpet acpi_pm。

TSC是Time Stamp Counter的缩写，是一种非常快速的时间源。对于我们而言最重要的是知道它是一种很好的vDSO实现。把c3实例中的时钟源从Xen切换到TSC：

# echo tsc > /sys/devices/system/clocksource/clocksource0/current_clocksource

检查是否完成切换：

$ cat /sys/devices/system/clocksource/clocksource0/current_clocksource
tsc

看起来不错！现在重新运行基准测试：

结果看起来不错！实际上，比使用kvm-clock的c5实例表现更好。每秒系统调用数与c5实例处于同一数量级：

ubuntu@ip-10-0-0-133:~$ sudo perf stat -e raw_syscalls:sys_enter -I 1000 -a
# time counts unit events
1.000172233 144 raw_syscalls:sys_enter
2.000726439 203 raw_syscalls:sys_enter
3.001163704 180 raw_syscalls:sys_enter
4.001595597 177 raw_syscalls:sys_enter
5.002030641 192 raw_syscalls:sys_enter

有些人甚至建议，在使用Xen虚拟化时也建议将时钟源切换为TSC。我对于这种方案可能产生的副作用知之甚少，但是即使是一些大公司甚至在生产环境也这么干。显然，这并不证明这种方案是安全的，但可以说它对某些情况有效。

总结

通过本文可以看到底层的实现细节如何对普通Java调用性能产生重大影响。这不仅是基准测试中看到的理论，实际系统也会受到影响。可以直接在Linux内核源代码树中查看更多vDSO相关信息。

没有杰出的同事帮助，单我一个人无法完成本文的工作Hazelcast。这是一支世界一流团队，我从他们那里学到了很多东西！感谢Brendan Gregg收集的，perf技巧。我的记性一直很差，Brendan提供了一份很棒cheatsheet。

看完本文有收获？请转发分享给更多人

关注「ImportNew」，提升Java技能

好文章，我在看❤️