【译】JVM Anatomy Park #15: 即时常量
原文地址：JVM Anatomy Park #15: Just-In-Time Constants
问题
当然，优化器可以利用程序中的常量。JVM 有优化么？
理论
当然，基于常量的优化是最有效的优化。在编译的时候处理完，运行时就不需要处理了，这是无法超越的优化方式。但是什么是常量？看起来普通字段不是常量：它们随时都可能改变。那么final字段呢？它们是不变的。但是，因为实例字段是对象状态的一部分，所以final 实例字段的值也依赖对象的身份：
class M {
final int x;
M(int x) { this.x = x; }
}
M m1 = new M(1337);
M m2 = new M(8080);
void work(M m) {
return m.x; // what to compile in here, 1337 or 8080?
}
因此，这是理所当然的，如果我们在不知道参数对象身份的情况下编译方法 work [1]，那么我们唯一可以相信的是static final 字段：由于final所以是不可变的，另外我们确定知道“持有对象”的身份，因为它是由类持有的，而不是个别的对象。
我们可以从实践中观察么？
实践
考虑这个 JMH 测试用例：
@Warmup(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
@Measurement(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
@Fork(3)
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@State(Scope.Benchmark)
public class JustInTimeConstants {
static final long x_static_final = Long.getLong("divisor", 1000);
static long x_static = Long.getLong("divisor", 1000);
final long x_inst_final = Long.getLong("divisor", 1000);
long x_inst = Long.getLong("divisor", 1000);
@Benchmark public long _static_final() { return 1000 / x_static_final; }
@Benchmark public long _static() { return 1000 / x_static; }
@Benchmark public long _inst_final() { return 1000 / x_inst_final; }
@Benchmark public long _inst() { return 1000 / x_inst; }
}
这个测试用例经过精心的构建，使得编译器可以利用除数是常量这一事实，进行除法优化。如果我们执行测试用例，那么结果将类似这样：
Benchmark Mode Cnt Score Error Units
JustInTimeConstants._inst avgt 15 9.670 ± 0.014 ns/op
JustInTimeConstants._inst_final avgt 15 9.690 ± 0.036 ns/op
JustInTimeConstants._static avgt 15 9.705 ± 0.015 ns/op
JustInTimeConstants._static_final avgt 15 1.899 ± 0.001 ns/op
使用 -prof perfasm探究测试用例中最热的指令，这将会揭示一些实现细节，以及为什么某些测试更快的原因。
_inst 与 _inst_final 的结果在意料之内：程序读取字段，然后做为除数。大部分时钟周期耗费在整数除法：
# JustInTimeConstants._inst / _inst_final hottest loop
0.21% mov 0x40(%rsp),%r10
0.02% │ mov 0x18(%r10),%r10 ; get field x_inst / x_inst_final
| ...
0.13% │ idiv %r10 ; ldiv
76.59% 95.38% │ mov 0x38(%rsp),%rsi ; prepare and consume the value (JMH infra)
0.40% │ mov %rax,%rdx
0.10% │ callq CONSUME
| ...
1.51% │ test %r11d,%r11d ; call @Benchmark again
╰ je BACK
_static 的结果比较有趣：程序从静态字段驻留的本地类镜像读取数据。因为运行时知道当前在处理哪个类（静态字段访问是静态解析的！），所以我们内联常量指针到镜像，通过预定义的偏移量访问字段。但是，因为我们不知道字段的值是什么 —— 代码生成之后字段的值可以修改 —— 所以仍然需要做相同的整数除法：
# JustInTimeConstants._static hottest loop
0.04% movabs $0x7826385f0,%r10 ; native mirror for JustInTimeConstants.class
0.02% │ mov 0x70(%r10),%r10 ; get static x_static
| ...
0.02% │ idiv %r10 ;*ldiv
72.78% 95.51% | mov 0x38(%rsp),%rsi ; prepare and consume the value (JMH infra)
0.38% │ mov %rax,%rdx
0.04% 0.06% │ data16 xchg %ax,%ax
0.02% │ callq CONSUME
| ...
0.13% │ test %r11d,%r11d ; call @Benchmark again
╰ je BACK
_static_final 的结果是最有趣的。JIT 编译器精确知道要处理的数值，所以可以激进地优化。因此循环计算只是重用预计算的值即可，"1000 / 1000"也就是是”1“[2]：
# JustInTimeConstants._static_final hottest loop
1.36% 1.40% mov %r8,(%rsp)
7.73% 7.40% │ mov 0x8(%rsp),%rdx ; <--- slot holding the "long" constant "1"
0.45% 0.51% │ mov 0x38(%rsp),%rsi ; prepare and consume the value (JMH infra)
3.59% 3.24% │ nop
1.44% 0.54% │ callq CONSUME
| ...
3.46% 2.37% │ test %r10d,%r10d ; call @Benchmark again
╰ je BACK
所以性能可以用编译器通过 static final 常量化的能力解释。
观察
注意在这个例子中，字节码编译器（例如 javac）不知道 static final 字段的值，因为这个字段是由运行时值初始化的。当 JIT 编译开始的时候，类已经成功的初始化了，数值已经确定了，所以就可以利用了！这实际上是即时常量。这样就可以开发非常高效，但是运行时可调的代码：实际上，整个过程可以被认为是基于预处理器的断言的替换。[3]我经常会忘记 C++ 中这种技巧，在 C++ 中编译全部都是提前的，因此如果你想要关键代码依赖运行时选项，那么你必须具有创造性。[4]
其中很重要的部分是解释器和分层编译。类初始化器通常是冷代码，因为它们只执行一次。但是，当我们加载和初始化类，第一次访问字段的时候，更重要的是处理类初始化中“懒加载”的部分。解释器或者基准 JIT 编译器（比如 Hotspot 中的 C1）将会处理这些。当优化 JIT 编译器（比如 Hotspot 中的 C2）执行相同的方法时，重新编译的方法所需要的类已经完全初始化了，其中static final字段已经明确知道值了。
[1] 这里不排除基于流的优化，比如调用内联的work(new M(4242))
[2] 用 int 替换 long 做相同的测试将会输出 mov $0x1, %edx，但是我懒得重新格式化所有列出的汇编代码。
[3] 这并不是完全奏效，因为默认的内联启发式算法仍然需要考虑方法的字节码长度，而不管其中有多少死代码。这个问题将通过增量内联等逐步改善。
[4] 这几乎不可避免的转变为模板或者元编程，我们喜欢编写，但是讨厌调试。
