JAVA異常是不是對性能有影響

這篇文章主要講解了“JAVA異常是不是對性能有影響”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“JAVA異常是不是對性能有影響”吧！

實驗

我的實驗基于一段隨機拋出異常的簡單代碼。從科學的角度，這并非完全準確的測量，同時我也并不了解HotSpot 編譯器會對運行中的代碼做何動作。但無論如何，這段代碼應該能夠讓我們了解一些基本情況。

結果很有意思：拋出與捕獲異常的代價似乎極低。在我的例子里，大約是每個異常 0.02 毫秒。除非你真的拋出太多異常（我們指的是 10 萬次或者更多），否則這一點基本都可忽略。 盡管這些結果顯示出異常處理本身并不影響代碼性能，但卻并未解決下面這個問題：異常對性能的巨大影響該由誰負責？

我明顯遺漏了什么重要的問題。

重新想了一下，我意識到自己遺漏了異常處理的一個重要部分。我沒考慮到異常發生時你做了什么。在多數情況下你很有可能不僅僅是捕獲異常！而問題就在 這里：一般情況下，你會試圖對問題進行補充，并讓應用在最終用戶那里仍能發揮功能。所以我遺漏的就是：“”為了處理異常而執行的補充代碼“”。按照補充代 碼的不同，性能損失可能會變得相當顯著。在某些情況下這可能意味著重試連接到服務器，在另一些情況下則可能意味著使用默認的回滾方案，而這種方案提供的解 決辦法肯定會帶來非常差勁的性能。對于我們在很多情況下看到的行為，這似乎給出了很好的解釋。

不過我卻不覺得分析到這里已經萬事大吉，而是感到這里還遺漏了別的什么東西。

Stack trace

對此問題，我仍頗為好奇，為此監視了收集 strack trace 時情況性能有何變化。

經常發生的情況應該是這樣的：記下異常及其棧軌跡，嘗試找出問題到底在哪。

為此我修改了代碼，額外收集了異常的 strack trace 。這讓情況顯著改變。對異常的 strack trace 的收集，其性能影響要比單純捕獲并拋出異常高出10倍。因此盡管 strack trace 有助于理解哪里發生了問題（有可能還有助于理解為何發生問題），但卻存在性能損失。 由于我們談論的并非一條 strack trace，所以此處的影響往往非常之大。 多數情況下，我們都要在多個層次上拋出并捕獲異常。 我們看一個簡單的例子： Web 服務客戶端連接到服務器。首先，Java 庫級別上存在一個連接失敗異常。此后會有框架級別上的客戶端失敗異常，再以后可能還會有應用層次上的業務邏輯調用失敗異常。到現在為止，總共要搜集三條 strack trace。 多數情況下，你都能從日志文件或者應用輸出中看到這些 strack trace，而寫入這些較長的strack trace 往往也會也帶來性能影響。

感謝各位的閱讀，以上就是“JAVA異常是不是對性能有影響”的內容了，經過本文的學習后，相信大家對JAVA異常是不是對性能有影響這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！