衡量程序的標準

衡量一個程序是否優質，可以從多個角度進行分析。其中，最常見的衡量標準是程序的時間復雜度、空間復雜度，以及代碼的可讀性、可擴展性。針對程序的時間復雜度和空間復雜度，想要優化程序代碼，需要對數據結構與算法有深入的理解，并且熟悉計算機系統的基本概念和原理;而針對代碼的可讀性和可擴展性，想要優化程序代碼，需要深入理解軟件架構設計，熟知并會應用合適的設計模式。

首先，如今計算機系統的存儲空間已經足夠大了，達到了 TB 級別，因此相比于空間復雜度，時間復雜度是程序員首要考慮的因素。為了追求高性能，在某些頻繁操作執行時，甚至可以考慮用空間換取時間。其次，由于受到處理器制造工藝的物理限制、成本限制，CPU 主頻的增長遇到了瓶頸，摩爾定律已漸漸失效，每隔 18 個月 CPU 主頻即翻倍的時代已經過去了，程序員的編程方式發生了徹底的改變。在目前這個多核多處理器的時代，涌現了原生支持多線程的語言(如 Java)以及分布式并行計算框架(如 Hadoop)。為了使程序充分地利用多核 CPU，簡單地實現一個單線程的程序是遠遠不夠的，程序員需要能夠編寫出并發或者并行的多線程程序。***，大型軟件系統的代碼行數達到了***，如果沒有一個設計良好的軟件架構，想在已有代碼的基礎上進行開發，開發代價和維護成本是無法想象的。一個設計良好的軟件應該具有可讀性和可擴展性，遵循“開閉原則”、“依賴倒置原則”、“面向接口編程”等。

項目介紹

本文將介紹筆者經歷的一個項目中的一部分，通過這個實例剖析代碼優化的過程。下面簡要地介紹該系統的相關部分。

該系統的開發語言為 Java，部署在共擁有 4 核 CPU 的 Linux 服務器上，相關部分主要有以下操作：通過某外部系統 D 提供的 REST API 獲取信息，從中提取出有效的信息，并通過 JDBC 存儲到某數據庫系統 S 中，供系統其他部分使用，上述操作的執行頻率為每天一次，一般在午夜當系統空閑時定時執行。為了實現高可用性(High Availability)，外部系統 D 部署在兩臺服務器上，因此需要分別從這兩臺服務器上獲取信息并將信息插入數據庫中，有效信息的條數達到了上千條，數據庫插入操作次數則為有效信息條數的兩倍。

圖 1. 系統體系結構圖

為了快速地實現預期效果，在最初的實現中優先考慮了功能的實現，而未考慮系統性能和代碼可讀性等。系統大致有以下的實現：(1)REST API 獲取信息、數據庫操作可能拋出的異常信息都被記錄到日志文件中，作為調試用;(2)共有 5 次數據庫連接操作，包括***次清空數據庫表，針對兩個外部系統 D 各有兩次數據庫插入操作，這 5 個連接都是獨立的，用完之后即釋放;(3)所有的數據庫插入語句都是使用 java.sql.Statement 類生成的;(4)所有的數據庫插入語句，都是單條執行的，即生成一條執行一條;(5)整個過程都是在單個線程中執行的，包括數據庫表清空操作，數據庫插入操作，釋放數據庫連接;(6)數據庫插入操作的 JDBC 代碼散布在代碼中。雖然這個版本的系統可以正常運行，達到了預期的效果，但是效率很低，從通過 REST API 獲取信息，到解析并提取有效信息，再到數據庫插入操作，總共耗時 100 秒左右。而預期的時間應該在一分鐘以內，這顯然是不符合要求的。

代碼優化過程

筆者開始分析整個過程有哪些耗時操作，以及如何提升效率，縮短程序執行的時間。通過 REST API 獲取信息，因為是使用外部系統提供的 API，所以無法在此處提升效率;取得信息之后解析出有效部分，因為是對特定格式的信息進行解析，所以也無效率提升的空間。所以，效率可以大幅度提升的空間在數據庫操作部分以及程序控制部分。下面，分條敘述對耗時操作的改進方法。

針對日志記錄的優化

關閉日志記錄，或者更改日志輸出級別。因為從兩臺服務器的外部系統 D 上獲取到的信息是相同的，所以數據庫插入操作會拋出異常，異常信息類似于“Attempt to insert duplicate record”，這樣的異常信息跟有效信息的條數相等，有上千條。這種情況是能預料到的，所以可以考慮關閉日志記錄，或者不關閉日志記錄而是更改日志輸出級別，只記錄嚴重級別(severe level)的錯誤信息，并將此類操作的日志級別調整為警告級別(warning level)，這樣就不會記錄以上異常信息了。本項目使用的是 Java 自帶的日志記錄類，以下配置文件將日志輸出級別設置為嚴重級別。

清單 1. log.properties 設置日志輸出級別的片段

# default file output is in user ’ s home directory.  
# levels can be: SEVERE, WARNING, INFO, FINE, FINER, FINEST  
java.util.logging.ConsoleHandler.level=SEVERE  
javajava.util.logging.FileHandler.formatter=java.util.logging.SimpleFormatter  
java.util.logging.FileHandler.append=true  

通過上述的優化之后，性能有了大幅度的提升，從原來的 100 秒左右降到了 50 秒左右。為什么僅僅不記錄日志就能有如此大幅度的性能提升呢?查閱資料，發現已經有人做了相關的研究與實驗。經常聽到 Java 程序比 C/C++ 程序慢的言論，但是運行速度慢的真正原因是什么，估計很多人并不清楚。對于 CPU 密集型的程序(即程序中包含大量計算)，Java 程序可以達到 C/C++ 程序同等級別的速度，但是對于 I/O 密集型的程序(即程序中包含大量 I/O 操作)，Java 程序的速度就遠遠慢于 C/C++ 程序了，很大程度上是因為 C/C++ 程序能直接訪問底層的存儲設備。因此，不記錄日志而得到大幅度性能提升的原因是，Java 程序的 I/O 操作較慢，是一個很耗時的操作。

針對數據庫連接的優化

共享數據庫連接。共有 5 次數據庫連接操作，每次都需重新建立數據庫連接，數據庫插入操作完成之后又立即釋放了，數據庫連接沒有被復用。為了做到共享數據庫連接，可以通過單例模式(Singleton Pattern)獲得一個相同的數據庫連接，每次數據庫連接操作都共享這個數據庫連接。這里沒有使用數據庫連接池(Database Connection Pool)是因為在程序只有少量的數據庫連接操作，只有在大量并發數據庫連接的時候才需要連接池。#p#

清單 2. 共享數據庫連接的代碼片段

public class JdbcUtil {  
   private static Connection con;  
   // 從配置文件讀取連接數據庫的信息 
   private static String driverClassName;  
   private static String url;  
   private static String username;  
   private static String password;  
   private static String currentSchema;  
   private static Properties properties = new Properties();  
 
 static {  
// driverClassName, url, username, password, currentSchema 等從配置文件讀取，代碼略去 
     try {  
        Class.forName(driverClassName);  
       } catch (ClassNotFoundException e) {  
           e.printStackTrace();  
       }  
       properties.setProperty("user", username);  
       properties.setProperty("password", password);  
       properties.setProperty("currentSchema", currentSchema);  
       try {  
           con = DriverManager.getConnection(url, properties);  
       } catch (SQLException e) {  
           e.printStackTrace();  
       }  
   }  
   private JdbcUtil() {}  
// 獲得一個單例的、共享的數據庫連接 
public static Connection getConnection() {  
       return con;  
   }  
   public static void close() throws SQLException {  
       if (con != null)  
           con.close();  
}  
}  

通過上述的優化之后，性能有了小幅度的提升，從 50 秒左右降到了 40 秒左右。共享數據庫連接而得到的性能提升的原因是，數據庫連接是一個耗時耗資源的操作，需要同遠程計算機進行網絡通信，建立 TCP 連接，還需要維護連接狀態表，建立數據緩沖區。如果共享數據庫連接，則只需要進行一次數據庫連接操作，省去了多次重新建立數據庫連接的時間。

針對插入數據庫記錄的優化 1

使用預編譯 SQL。具體做法是使用 java.sql.PreparedStatement 代替 java.sql.Statement 生成 SQL 語句。PreparedStatement 使得數據庫預先編譯好 SQL 語句，可以傳入參數。而 Statement 生成的 SQL 語句在每次提交時，數據庫都需進行編譯。在執行大量類似的 SQL 語句時，可以使用 PreparedStatement 提高執行效率。使用 PreparedStatement 的另一個好處是不需要拼接 SQL 語句，代碼的可讀性更強。通過上述的優化之后，性能有了小幅度的提升，從 40 秒左右降到了 30~35 秒左右。

清單 3. 使用 Statement 的代碼片段

// 需要拼接 SQL 語句，執行效率不高，代碼可讀性不強 
StringBuilder sql = new StringBuilder();  
sql.append("insert into table1(column1,column2) values('");  
sql.append(column1Value);  
sql.append("','");  
sql.append(column2Value);  
sql.append("');");  
 
Statement st;  
try {  
    st = con.createStatement();  
    st.executeUpdate(sql.toString());  
} catch (SQLException e) {  
    e.printStackTrace();  
}  

清單 4. 使用 PreparedStatement 的代碼片段

// 預編譯 SQL 語句，執行效率高，可讀性強 
String sql = “insert into table1(column1,column2) values(?,?)”;  
PreparedStatement pst = con.prepareStatement(sql);  
pst.setString(1,column1Value);  
pst.setString(2,column2Value);  
pst.execute();  

針對插入數據庫記錄的優化 2

使用 SQL 批處理。通過 java.sql.PreparedStatement 的 addBatch 方法將 SQL 語句加入到批處理，這樣在調用 execute 方法時，就會一次性地執行 SQL 批處理，而不是逐條執行。通過上述的優化之后，性能有了小幅度的提升，從 30~35 秒左右降到了 30 秒左右。

針對多線程的優化

使用多線程實現并發 / 并行。清空數據庫表的操作、把從 2 個外部系統 D 取得的數據插入數據庫記錄的操作，是相互獨立的任務，可以給每個任務分配一個線程執行。清空數據庫表的操作應該先于數據庫插入操作完成，可以通過 java.lang.Thread 類的 join 方法控制線程執行的先后次序。在單核 CPU 時代，操作系統中某一時刻只有一個線程在運行，通過進程 / 線程調度，給每個線程分配一小段執行的時間片，可以實現多個進程 / 線程的并發(concurrent)執行。而在目前的多核多處理器背景下，操作系統中同一時刻可以有多個線程并行(parallel)執行，大大地提高了計算速度。

清單 5. 使用多線程的代碼片段

Thread t0 = new Thread(new ClearTableTask());  
Thread t1 = new Thread(new StoreServersTask(ADDRESS1));  
Thread t2 = new Thread(new StoreServersTask(ADDRESS2));  
 
try {  
    t0.start();  
    // 執行完清空操作后，再進行后續操作 
    t0.join();  
    t1.start();  
    t2.start();  
    t1.join();  
    t2.join();  
} catch (InterruptedException e) {  
    e.printStackTrace();  
}  
 
// 斷開數據庫連接 
try {  
    JdbcUtil.close();  
} catch (SQLException e) {  
    e.printStackTrace();  
}  

通過上述的優化之后，性能有了大幅度的提升，從 30 秒左右降到了 15 秒以下，10~15 秒之間。使用多線程而得到的性能提升的原因是，系統部署所在的服務器是多核多處理器的，使用多線程，給每個任務分配一個線程執行，可以充分地利用 CPU 計算資源。

筆者試著給每個任務分配兩個線程執行，希望能使程序運行得更快，但是事與愿違，此時程序運行的時間反而比每個任務分配一個線程執行的慢，大約 20 秒。筆者推測，這是因為線程較多(相對于 CPU 的內核數)，使得 CPU 忙于線程的上下文切換，過多的線程上下文切換使得程序的性能反而不如之前。因此，要根據實際的硬件環境，給任務分配適量的線程執行。

針對設計模式的優化

使用 DAO 模式抽象出數據訪問層。原來的代碼中混雜著 JDBC 操作數據庫的代碼，代碼結構顯得十分凌亂。使用 DAO 模式(Data Access Object Pattern)可以抽象出數據訪問層，這樣使得程序可以獨立于不同的數據庫，即便訪問數據庫的代碼發生了改變，上層調用數據訪問的代碼無需改變。并且程序員可以擺脫單調繁瑣的數據庫代碼的編寫，專注于業務邏輯層面的代碼的開發。通過上述的優化之后，性能并未有提升，但是代碼的可讀性、可擴展性大大地提高了。

圖 2. DAO 模式的層次結構

清單 6. 使用 DAO 模式的代碼片段

// DeviceDAO.java，定義了 DAO 抽象，上層的業務邏輯代碼引用該接口，面向接口編程 
public interface DeviceDAO {  
   public void add(Device device);  
}  
 
// DeviceDAOImpl.java，DAO 實現，具體的 SQL 語句和數據庫操作由該類實現 
public class DeviceDAOImpl implements DeviceDAO {  
   private Connection con;  
   public DeviceDAOImpl() {  
       // 獲得數據庫連接，代碼略去 
   }  
@Override  
public void add(Device device) {  
       // 使用 PreparedStatement 進行數據庫插入記錄操作，代碼略去 
   }  
}  

回顧以上代碼優化過程：關閉日志記錄、共享數據庫連接、使用預編譯 SQL、使用 SQL 批處理、使用多線程實現并發 / 并行、使用 DAO 模式抽象出數據訪問層，程序運行時間從最初的 100 秒左右降低到 15 秒以下，在性能上得到了很大的提升，同時也具有了更好的可讀性和可擴展性。

結束語

通過該項目實例，筆者深深地感到，想要寫出一個性能優化、可讀性可擴展性強的程序，需要對計算機系統的基本概念、原理，編程語言的特性，軟件系統架構設計都有較深入的理解。“紙上得來終覺淺，絕知此事要躬行”，想要將這些基本理論、編程技巧融會貫通，還需要不斷地實踐，并總結心得體會。

原文鏈接：http://www.ibm.com/developerworks/cn/java/j-lo-codeoptimize/