[论文解读] Clash of the Lambdas Through the Lens of Streaming APIs

Aggelos Biboudis, Nick Palladinos+1 more|arXiv (Cornell University)|Jan 1, 2014

Logic, programming, and type systems参考文献 9被引用 2

一句话总结

本文评估了在 JVM 和 .NET 平台上的 Java、C#、F# 和 Scala 中，流式 API 中的 lambda 抽象对性能的影响。研究发现，Java 成熟的实现提供了出色的性能表现，而像 ScalaBlitz 和 LinqOptimizer 这类优化库则显著提升了常见查询模式下的效率。

ABSTRACT

The introduction of lambdas in Java 8 completes the slate of statically-typed, mainstream languages with both object-oriented and functional features. The main motivation for lambdas in Java has been to facilitate stream-based declarative APIs, and, therefore, easier parallelism. In this paper, we evaluate the performance im-pact of lambda abstraction employed in stream processing, for a va-riety of high-level languages that run on a virtual machine (C#, F#, Java and Scala) and runtime platforms (JVM on Linux and Win-dows,.NET CLR for Windows, Mono for Linux). Furthermore, we evaluate the performance gain that two optimizing libraries (ScalaBlitz and LinqOptimizer) can offer for C#, F # and Scala. Our study is based on small-scale throughput-benchmarking, with sig-nificant care to isolate different factors, consult experts on the sys-tems involved, and identify causes and opportunities. We find that Java exhibits high implementation maturity, which is a dominant factor in benchmarks. At the same time, optimizing frameworks can be highly effective for common query patterns.

研究动机与目标

• 评估多种高级语言中，在基于流的声明式 API 中 lambda 抽象的性能开销。
• 研究实现成熟度和优化库对函数式风格流处理中运行时性能的影响。
• 隔离并分析不同虚拟机和操作系统上 lambda 执行的性能因素。
• 评估领域特定优化库（ScalaBlitz 和 LinqOptimizer）在提升常见查询模式性能方面的有效性。

提出的方法

• 通过小规模吞吐量基准测试，测量在 JVM 和 .NET CLR 平台上，Java、C#、F# 和 Scala 的性能差异。
• 仔细隔离运行时平台、语言特性及库使用等变量，以确保性能比较的准确性。
• 咨询系统专家以验证性能观察结果，并识别性能差异的根本原因。
• 评估优化库（ScalaBlitz 和 LinqOptimizer）对常见流查询模式的影响。
• 聚焦于流处理工作负载，以评估 lambda 抽象在实现声明式和并行编程方面的有效性。

实验结果

研究问题

• RQ1 在流处理工作负载中，Java、C#、F# 和 Scala 中的 lambda 抽象性能表现如何变化？
• RQ2 实现成熟度对 lambda 性能的影响有多大，特别是在 Java 中？
• RQ3 像 ScalaBlitz 和 LinqOptimizer 这类优化库在多大程度上能提升常见流查询模式的性能？
• RQ4 平台差异（JVM 在 Linux/Windows 上，.NET CLR 在 Windows 上，Mono 在 Linux 上）如何影响 lambda 执行性能？

主要发现

• Java 展现出高度的实现成熟度，因此在大多数基准测试场景中性能表现优异。
• 不同语言之间的性能差距在很大程度上受到其虚拟机和 lambda 运行时实现成熟度的影响。
• 像 ScalaBlitz 和 LinqOptimizer 这类优化库，能为常见流查询模式带来显著的性能提升。
• 优化库带来的性能改进在具有可预测模式的函数式风格流处理管道中最为显著。
• 通过专家咨询隔离性能因素后发现，虚拟机级别的优化和即时编译（JIT）在 lambda 执行效率中起着关键作用。