2021年4月有奖征文活动来啦！！

运行相同的代码六次，每次使用不同的VM参数（-XX:+UseSerialGC, -XX:+UseParallelGC, -XX:+UseConcMarkSweepGC, -XX:ParallelCMSThreads=2, -XX:ParallelCMSThreads=4, -XX:+UseG1GC）。

每次运行大概花费55分钟。

其它VM参数：-Xmx2048M -server

OpenJDK版本：1.8.0_51（当前最新的版本）

软件：Linux version 4.0.4-301.fc22.x86_64

硬件：Intel? Core? i7-4790 CPU @ 3.60GHz

每次运行13个?OptaPlanner?规划问题方案。每次运行时间为5分钟。前30秒用于JVM预热，不计算在内。

解决规划问题不涉及 IO （除了启动时需要几毫秒来加载输入信息）。单个 CPU 使用完全饱和。通常会创建许多存活时间很短的对象，GC 之后就会回收这些对象。

衡量标准可以是计算每毫秒的得分，越高越好。计算一个拟议规划解决方案是一个不可小觑的问题：涉及到大量的计算，包括每个实体与其他所有实体的冲突检测。

为了能在本地重复运行这些基准测试，可以从源码进行构建，然后运行主类 GeneralOptaPlannerBenchmarkApp。

执行结果

为了方便查看，我已经对每种 GC 与 Java 8 默认 GC（Parallel GC）进行了比较。

结果非常清楚：默认（Parallel GC）是最快的。

原始基准测试数据

相对基准测试数据

有一种提议是在 OpenJDK9 的服务器端使用 G1 作为默认 GC。我第一反应就是拒绝该提议：

G1 的平均值要慢17.60%

G1 在每个数据集用例下都比较慢。

在最大数据集（Machine Reassignment B10）下，表现比其它数据集都要差，G1 慢了34.07%。

如果在开发机和服务器之间采用不同的默认 GC，则开发者基准测试的可信度就会下降。

另一方面，存在几个需要注意的细节：

G1 关注是 GC 暂停的问题，而不是吞吐量。对于这些用例（计算量比较大），GC 暂停时长基本没影响。

这是一个（基本是）单线程的基准测试。并行解决多个问题或采用多线程解决的基准测试，结果可能不同。

G1 推荐的堆内存至少是 6GB。而这次基准测试的堆内存是 2GB，即使在最大数据集（Machine Reassignment B10）也只需要这么多内存。

海量计算只是 OpenJDK 的诸多功能中的一个：这是在社区广泛争论的一个问题。如果有其他方面（如网站服务）的证明，可能值得改变默认GC。但是，请首先向我展示你实际项目的基准测试。

在 Java 8 中，对 OptaPlanner 用例来说，默认 GC（Parallel GC）通常情况是最好的选择。