JAVA异常对性能有什么影响

这篇文章主要介绍"JAVA异常对性能有什么影响"，在日常操作中，相信很多人在JAVA异常对性能有什么影响问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"JAVA异常对性能有什么影响"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

在对OneAPM的客户做技术支 持时，我们常常会看到很多客户根本没意识到的异常。在消除了这些异常之后，代码运行速度与以前相比大幅提升。这让我们产生一种猜测，就是在代码里面使用异 常会带来显著的性能开销。因为异常是错误情况处理的重要组成部分，摒弃是不太可能的,所以我们需要衡量异常处理对于性能影响，我们可以通过一个实验看看异 常处理的对于性能的影响。

实验

我的实验基于一段随机抛出异常的简单代码。从科学的角度，这并非完全准确的测量，同时我也并不了解HotSpot 编译器会对运行中的代码做何动作。但无论如何，这段代码应该能够让我们了解一些基本情况。

结果很有意思：抛出与捕获异常的代价似乎极低。在我的例子里，大约是每个异常 0.02 毫秒。除非你真的抛出太多异常（我们指的是 10 万次或者更多），否则这一点基本都可忽略。 尽管这些结果显示出异常处理本身并不影响代码性能，但却并未解决下面这个问题：异常对性能的巨大影响该由谁负责？

我明显遗漏了什么重要的问题。

重新想了一下，我意识到自己遗漏了异常处理的一个重要部分。我没考虑到异常发生时你做了什么。在多数情况下你很有可能不仅仅是捕获异常！而问题就在 这里：一般情况下，你会试图对问题进行补充，并让应用在最终用户那里仍能发挥功能。所以我遗漏的就是：""为了处理异常而执行的补充代码""。按照补充代 码的不同，性能损失可能会变得相当显著。在某些情况下这可能意味着重试连接到服务器，在另一些情况下则可能意味着使用默认的回滚方案，而这种方案提供的解 决办法肯定会带来非常差劲的性能。对于我们在很多情况下看到的行为，这似乎给出了很好的解释。

不过我却不觉得分析到这里已经万事大吉，而是感到这里还遗漏了别的什么东西。

Stack trace

对此问题，我仍颇为好奇，为此监视了收集 strack trace 时情况性能有何变化。

经常发生的情况应该是这样的：记下异常及其栈轨迹，尝试找出问题到底在哪。

为此我修改了代码，额外收集了异常的 strack trace 。这让情况显著改变。对异常的 strack trace 的收集，其性能影响要比单纯捕获并抛出异常高出10倍。因此尽管 strack trace 有助于理解哪里发生了问题（有可能还有助于理解为何发生问题），但却存在性能损失。 由于我们谈论的并非一条 strack trace，所以此处的影响往往非常之大。 多数情况下，我们都要在多个层次上抛出并捕获异常。 我们看一个简单的例子： Web 服务客户端连接到服务器。首先，Java 库级别上存在一个连接失败异常。此后会有框架级别上的客户端失败异常，再以后可能还会有应用层次上的业务逻辑调用失败异常。到现在为止，总共要搜集三条 strack trace。 多数情况下，你都能从日志文件或者应用输出中看到这些 strack trace，而写入这些较长的strack trace 往往也会也带来性能影响。

到此，关于"JAVA异常对性能有什么影响"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！