摘要： 在stackoverflow上有一个非常有名的问题：为什么处理有序数组要比非有序数组快？，可见分支预测对代码运行效率有非常大的影响。要提高代码执行效率，一个重要的原则就是尽量避免CPU把流水线清空，那么提高分支预测的成功率就非常重要。

分支预测

在stackoverflow上有一个非常有名的问题：，可见分支预测对代码运行效率有非常大的影响。

现代CPU都支持分支预测(branch prediction)和指令流水线(instruction pipeline)，这两个结合可以极大提高CPU效率。对于像简单的if跳转，CPU是可以比较好地做分支预测的。但是对于switch跳转，CPU则没有太多的办法。switch本质上是据索引，从地址数组里取地址再跳转。

要提高代码执行效率，一个重要的原则就是尽量避免CPU把流水线清空，那么提高分支预测的成功率就非常重要。

那么对于代码里，如果某个switch分支概率很高，是否可以考虑代码层面帮CPU把判断提前，来提高代码执行效率呢？

Dubbo里ChannelEventRunnable的switch判断

在ChannelEventRunnable里有一个switch来判断channel state，然后做对应的逻辑：

一个channel建立起来之后，超过99.9%情况它的state都是ChannelState.RECEIVED，那么可以考虑把这个判断提前。

benchmark验证

下面通过jmh来验证下：

public class TestBenchMarks {

public enum ChannelState {    CONNECTED, DISCONNECTED, SENT, RECEIVED, CAUGHT}@State(Scope.Benchmark)public static class ExecutionPlan {    @Param({ "1000000" })    public int size;    public ChannelState[] states = null;    @Setup    public void setUp() {        ChannelState[] values = ChannelState.values();        states = new ChannelState[size];        Random random = new Random(new Date().getTime());        for (int i = 0; i < size; i++) {            int nextInt = random.nextInt(1000000);            if (nextInt > 100) {                states[i] = ChannelState.RECEIVED;            } else {                states[i] = values[nextInt % values.length];            }        }    }}@Fork(value = 5)@Benchmark@BenchmarkMode(Mode.Throughput)public void benchSiwtch(ExecutionPlan plan, Blackhole bh) {    int result = 0;    for (int i = 0; i < plan.size; ++i) {        switch (plan.states[i]) {        case CONNECTED:            result += ChannelState.CONNECTED.ordinal();            break;        case DISCONNECTED:            result += ChannelState.DISCONNECTED.ordinal();            break;        case SENT:            result += ChannelState.SENT.ordinal();            break;        case RECEIVED:            result += ChannelState.RECEIVED.ordinal();            break;        case CAUGHT:            result += ChannelState.CAUGHT.ordinal();            break;        }    }    bh.consume(result);}@Fork(value = 5)@Benchmark@BenchmarkMode(Mode.Throughput)public void benchIfAndSwitch(ExecutionPlan plan, Blackhole bh) {    int result = 0;    for (int i = 0; i < plan.size; ++i) {        ChannelState state = plan.states[i];        if (state == ChannelState.RECEIVED) {            result += ChannelState.RECEIVED.ordinal();        } else {            switch (state) {            case CONNECTED:                result += ChannelState.CONNECTED.ordinal();                break;            case SENT:                result += ChannelState.SENT.ordinal();                break;            case DISCONNECTED:                result += ChannelState.DISCONNECTED.ordinal();                break;            case CAUGHT:                result += ChannelState.CAUGHT.ordinal();                break;            }        }    }    bh.consume(result);}

}

• benchSiwtch里是纯switch判断
• benchIfAndSwitch 里用一个if提前判断state是否ChannelState.RECEIVED

benchmark结果是：

Result "io.github.hengyunabc.jmh.TestBenchMarks.benchSiwtch":  576.745 ±(99.9%) 6.806 ops/s [Average]  (min, avg, max) = (490.348, 576.745, 618.360), stdev = 20.066  CI (99.9%): 569.939, 583.550

Run complete. Total time: 00:06:48

Benchmark (size) Mode Cnt Score Error Units

TestBenchMarks.benchIfAndSwitch 1000000 thrpt 100 1535.867 ± 61.212 ops/s TestBenchMarks.benchSiwtch 1000000 thrpt 100 576.745 ± 6.806 ops/s

可以看到提前if判断的确提高了代码效率，这种技巧可以放在性能要求严格的地方。

Benchmark代码：

总结

• switch对于CPU来说难以做分支预测
• 某些switch条件如果概率比较高，可以考虑单独提前if判断，充分利用CPU的分支预测机制

本文为云栖社区原创内容，未经允许不得转载。