Scala ArrayBuffer/ListBuffer vs Java ArrayList

在我们编写Scala代码的时候,由于ListBuffer方便的特性,所以经常会使用ListBuffer。过去也一直没有什么问题。

但是呢,最近在我们的项目中,出现了一个非常严重的性能问题。通过JProfiler分析,发现是调用ListBuffer的获取数据的方法时,太慢导致的。

差距有多大呢?以前需要运行12个小时,改成了Java的List以后,直接缩短了四个小时。

这篇文章中,我不会具体分析ArrayBuffer/ScalaBuffer等的代码,只会给出测试的结果。

Scala ArrayBuffer

package com.hyper

import scala.collection.JavaConverters._
import scala.collection.mutable.ArrayBuffer

object TestScalaList {

    def main(args: Array[String]): Unit = {

        val scalaListBuffer: ArrayBuffer[String] = ArrayBuffer[String]()
        val itemNumber = 100000

        for (i <- 0 until itemNumber) {
            scalaListBuffer += i.toString
        }

        IterateList.iterate(scalaListBuffer.toList.asJava)
    }

}

IterateList的代码如下:

package com.hyper;

import com.google.common.base.Stopwatch;

import java.util.List;
import java.util.concurrent.TimeUnit;

public class IterateList {

    public static void iterate(List<String> list) {
        int listLength = list.size();

        System.out.println("List length: " + listLength);

        Stopwatch stopwatch = new Stopwatch();
        stopwatch.start();

        System.out.println("List class: " + list.getClass());
        for (int i = 0; i < listLength; i++) {
            list.get(i);
        }

        long elapse = stopwatch.elapsed(TimeUnit.SECONDS);
        System.out.println("elapse: " + elapse);
    }

}

运行上面的代码,我们可以看到如下结果:


运行了15s。时间不短。它的底层还是数组实现的呢。

Java ArrayList

那我们再来看下Java ArrayList的性能。

package com.hyper;

import java.util.ArrayList;
import java.util.List;

public class TestJavaList {

    public static void main(String[] args) {
        List<String> list = new ArrayList<>();

        int itemNumber = 100000;

        for (int i = 0; i < itemNumber; i++) {
            list.add(String.valueOf(i));
        }

        IterateList.iterate(list);
    }

}

结果如下:


仅仅用了0s,1s都不到。

都是用数组实现的,差距咋这么大呢?

我没有仔细探究,猜测一个是因为SeqWrapper这东西,增加了调用栈的深度,进一步增加了运行时间,但是这个应该不会导致这么大的差距。所以更可能的原因是,Scala实现的这个ArrayBuffer就有问题。

有时间仔细研究一下源码和字节码,补充上来。

Scala ListBuffer

这个是我们Scala中最常用的数据结构,Spark代码中也有意无意的总用到这个数据结构。

我们都知道,Java中ArrayList和LinkedList这两种数据结构,各有各的优缺点,各有各的应用场景。在Scala中,ArrayBuffer就是ArrayList的另一个版本,而ListBuffer就是LinkedList的另一个版本。所以,拿ListBuffer那两个数据结构对比,有点不公平。毕竟ListBuffer不适合随机读取。

但是既然做了,这里还是贴上来。

package com.hyper

import scala.collection.JavaConverters._
import scala.collection.mutable.ListBuffer

object TestScalaList {

    def main(args: Array[String]): Unit = {

        val scalaListBuffer: ListBuffer[String] = ListBuffer[String]()
        val itemNumber = 100000

        for (i <- 0 until itemNumber) {
            scalaListBuffer += i.toString
        }

        IterateList.iterate(scalaListBuffer.toList.asJava)
    }

}

结果如下:


Oh My God,竟然运行了45s。

总结

从测试结果中,我们可以看到,Scala代码,性能跟Java代码还是有一定差距的。

所以能用Java还是尽量用Java为好。

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 在一个方法内部定义的变量都存储在栈中,当这个函数运行结束后,其对应的栈就会被回收,此时,在其方法体中定义的变量将不...
    Y了个J阅读 4,466评论 1 14
  • 函数式编程 引言 Scala中的函数是Java中完全没有的概念。因为Java是完全面向对象的编程语言,没有任何面向...
    义焃阅读 1,304评论 2 5
  • 读《快学Scala 》一书的摘要 Scala 运行于JVM之上,拥有海量类库和工具,兼顾函数式编程和面向对象。 在...
    abel_cao阅读 1,320评论 0 8
  • Overview 本节主要介绍几种语言中的数组和集合的对应用法。 数组在程序中一般用于表示一段连续的空间。通常来说...
    bookislife阅读 1,003评论 0 0
  • 因个人主观造成的问题变成客观存在的问题的时候,再花多少时间主观去忏悔,改正错误的时候,都无法回到过去,改变它的历史...
    Jessica未央阅读 211评论 0 0